Vol. 12/ Núm. 4 2025 pág. 1
https://doi.org/10.69639/arandu.v12i4.1876
La robótica educativa como estrategia interdisciplinaria para
incentivar el aprendizaje significativo en el bachillerato
Educational robotics as an interdisciplinary strategy to encourage meaningful learning
in high school
Melington Antonio Cáceres Jaguaco
melingtoncaceres@gmail.com
https://orcid.org/0000-0001-8915-3377
Universidad Bolivariana del Ecuador
Quito - Ecuador
Sergio Iván Marcalla Molina
nombreapellidos@gmail.com
https://orcid.org/0000-0001-8915-3377
Universidad Bolivariana del Ecuador
Quito – Ecuador
Artículo recibido: 10 noviembre 2025 -Aceptado para publicación: 18 diciembre 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La investigación estudia la incidencia de la robótica educativa, por medio del simulador Scratch,
como estrategia interdisciplinaria, para fomentar el aprendizaje significativo de los estudiantes de
segundo de Bachillerato de la Unidad Educativa José Mejía Lequerica. El motivo de la
investigación, son los bajos resultados académicos alcanzados por los estudiantes ecuatorianos,
en las pruebas PISA-D, 2017; en los que se incluyeron, los alumnos de la institución educativa
del estudio. Además, los datos más recientes del año lectivo 2024 – 2025, demostraron una
cantidad considerable de estudiantes que no alcanzaron los niveles mínimos de aprendizaje, en el
primer y segundo trimestres. La investigación, es de tipo cuasi experimental y enfoque
cuantitativo, adquiere información por medio de cuestionarios, en un proceso de tres fases;
pretest, aplicación de la propuesta y postest. Se calculó una muestra, que se dividió en dos grupos;
el experimental, al que se aplica la propuesta pedagógica y el grupo de control, con el que se usó
metodología tradicional. El pretest, evidenció bajos niveles de aprendizaje significativo, en los
contenidos de matemáticas y física, asignaturas elegidas para la investigación. Después se aplica
la propuesta, la robótica educativa con el simulador Scratch y finalmente se aplica el postest. Los
resultados demostraron que después de la intervención, hubo mejoras en el grupo experimental;
contrario al grupo de control. En conclusión, la propuesta logró incrementar el aprendizaje
significativo, lo que permite sugerir su uso en el proceso enseñanza – aprendizaje.
Palabras clave: robótica educativa, Scratch, aprendizaje significativo, metodologías
activas
Vol. 12/ Núm. 4 2025 pág. 2
ABSTRACT
This research studies the impact of educational robotics, using the Scratch simulator, as an
interdisciplinary strategy to foster meaningful learning among second-year high school students
at the José Mejía Lequerica Educational Unit. The motivation for this research is the poor
academic performance achieved by students in Ecuador in the 2017 PISA-D tests, compared to
international standards; this included students from the institution, who were also evaluated.
Furthermore, during the 2024-2025 school year, a considerable number of students did not
achieve minimum learning levels in the first and second trimesters. For these reasons, the quasi-
experimental, quantitative-focused research requires data collection through questionnaires. The
process consisted of three phases: pretest, implementation of the proposal, and posttest. The
sample studied was divided into two groups: the experimental group, to which the pedagogical
proposal was applied, and the control group, which used traditional methodology. The pretest
showed low levels of meaningful learning in mathematics and physics, the subjects chosen for
the research. The proposal, educational robotics with the Scratch simulator, was then applied, and
finally the posttest was administered. The results showed improvements in the experimental group
after the intervention; unlike the control group, which remained unchanged. In conclusion, the
proposal increased meaningful learning, suggesting its use in the teaching-learning process.
Keywords: educational robotics, Scratch, meaningful learning, active methodologies
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
This research studies the impact of educational robotics, using the Scratch simulator, as an
interdisciplinary strategy to foster meaningful learning among second-year high school students
at the José Mejía Lequerica Educational Unit. The motivation for this research is the poor
academic performance achieved by students in Ecuador in the 2017 PISA-D tests, compared to
international standards; this included students from the institution, who were also evaluated.
Furthermore, during the 2024-2025 school year, a considerable number of students did not
achieve minimum learning levels in the first and second trimesters. For these reasons, the quasi-
experimental, quantitative-focused research requires data collection through questionnaires. The
process consisted of three phases: pretest, implementation of the proposal, and posttest. The
sample studied was divided into two groups: the experimental group, to which the pedagogical
proposal was applied, and the control group, which used traditional methodology. The pretest
showed low levels of meaningful learning in mathematics and physics, the subjects chosen for
the research. The proposal, educational robotics with the Scratch simulator, was then applied, and
finally the posttest was administered. The results showed improvements in the experimental group
after the intervention; unlike the control group, which remained unchanged. In conclusion, the
proposal increased meaningful learning, suggesting its use in the teaching-learning process.
Keywords: educational robotics, Scratch, meaningful learning, active methodologies
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 4 2025 pág. 3
INTRODUCCIÓN
En la actualidad el proceso educativo requiere el desarrollo de competencias científicas
y tecnológicas, que permitan a los estudiantes enfrentar los retos de la vida cotidiana. Por lo tanto,
es necesario el uso de recursos y estrategias innovadoras que incentiven el desarrollo de esas
competencias. Aquí es donde, la robótica educativa toma un papel importante, ya que se ha
convertido en un recurso pedagógico importante por ser una metodología activa que induce al
aprendizaje significativo.
Cabe resaltar que la Constitución de la República del Ecuador (2008) en el artículo 27,
menciona que “la educación se centrará en el ser humano y su desarrollo holístico”, además, según
el Reglamento General a la Ley Orgánica de Educación Intercultural (2023), en el artículo 9,
menciona que el currículo educativo en el Ecuador, “está diseñado para el desarrollo de
competencias, habilidades, destrezas y conocimientos, con el fin de fomentar el pensamiento
crítico, ético y con valores cívicos, educación vial, arte y cultura, elementos que se aplican en la
vida cotidiana”, así como también, el Ministerio de Educacion del Ecuador (2025), asegura que
las competencias se ligan a los conocimientos adquiridos con finalidad de ser usados en
condiciones de desempeño, o sea, en situaciones de la vida cotidiana.
Pero como lo explica Roa (2021), que cita a Ausubel, el aprendizaje significativo es la
base del desarrollo de competencias, puesto que enlaza los conocimientos previos adquiridos con
los nuevo que está aprendiendo, permitiéndole ser capaz de enfrentar o tomar acciones ante
situaciones y problemas cotidianos, que en pocas palabras es el desarrollo de competencias (Roa
Rocha, 2021).
Sin embargo, el aprendizaje significativo es inducido por medio del uso de metodologías
activas, las que son técnicas que aportan el desarrollo de destrezas y habilidades de los estudiantes
porque le permiten ser los principales entes de todo el proceso educativo y donde el docente
resulta ser un guía en el desarrollo de sus necesidades y capacidades (López-Altamirano et al.,
2022). Puesto que las metodologías activas mejoran el aprendizaje significativo, la presente
investigación centra sus miras en ese tipo de técnicas, como la robótica educativa.
Por esa razón, la presente investigación se centra en determinar como la robótica
educativa permite mejorar el aprendizaje significativo logrando alcanzar las competencias para la
vida. Como lo explica Rosero Calderón (2024), la robótica educativa integra de forma innovadora
la tecnología en el ámbito educativo, engloba conceptos teóricos como los de Piaget (1970), sobre
el constructivismo y Bruner (1961), que habla sobre el aprendizaje por descubrimiento, teorías
que proporcionan el marco conceptual para entender la relevancia que tiene la robótica educativa
en el fortalecimiento del aprendizaje significativo, impulsando el desarrollo cognitivo, lógico y
practico en los estudiantes.
INTRODUCCIÓN
En la actualidad el proceso educativo requiere el desarrollo de competencias científicas
y tecnológicas, que permitan a los estudiantes enfrentar los retos de la vida cotidiana. Por lo tanto,
es necesario el uso de recursos y estrategias innovadoras que incentiven el desarrollo de esas
competencias. Aquí es donde, la robótica educativa toma un papel importante, ya que se ha
convertido en un recurso pedagógico importante por ser una metodología activa que induce al
aprendizaje significativo.
Cabe resaltar que la Constitución de la República del Ecuador (2008) en el artículo 27,
menciona que “la educación se centrará en el ser humano y su desarrollo holístico”, además, según
el Reglamento General a la Ley Orgánica de Educación Intercultural (2023), en el artículo 9,
menciona que el currículo educativo en el Ecuador, “está diseñado para el desarrollo de
competencias, habilidades, destrezas y conocimientos, con el fin de fomentar el pensamiento
crítico, ético y con valores cívicos, educación vial, arte y cultura, elementos que se aplican en la
vida cotidiana”, así como también, el Ministerio de Educacion del Ecuador (2025), asegura que
las competencias se ligan a los conocimientos adquiridos con finalidad de ser usados en
condiciones de desempeño, o sea, en situaciones de la vida cotidiana.
Pero como lo explica Roa (2021), que cita a Ausubel, el aprendizaje significativo es la
base del desarrollo de competencias, puesto que enlaza los conocimientos previos adquiridos con
los nuevo que está aprendiendo, permitiéndole ser capaz de enfrentar o tomar acciones ante
situaciones y problemas cotidianos, que en pocas palabras es el desarrollo de competencias (Roa
Rocha, 2021).
Sin embargo, el aprendizaje significativo es inducido por medio del uso de metodologías
activas, las que son técnicas que aportan el desarrollo de destrezas y habilidades de los estudiantes
porque le permiten ser los principales entes de todo el proceso educativo y donde el docente
resulta ser un guía en el desarrollo de sus necesidades y capacidades (López-Altamirano et al.,
2022). Puesto que las metodologías activas mejoran el aprendizaje significativo, la presente
investigación centra sus miras en ese tipo de técnicas, como la robótica educativa.
Por esa razón, la presente investigación se centra en determinar como la robótica
educativa permite mejorar el aprendizaje significativo logrando alcanzar las competencias para la
vida. Como lo explica Rosero Calderón (2024), la robótica educativa integra de forma innovadora
la tecnología en el ámbito educativo, engloba conceptos teóricos como los de Piaget (1970), sobre
el constructivismo y Bruner (1961), que habla sobre el aprendizaje por descubrimiento, teorías
que proporcionan el marco conceptual para entender la relevancia que tiene la robótica educativa
en el fortalecimiento del aprendizaje significativo, impulsando el desarrollo cognitivo, lógico y
practico en los estudiantes.
Vol. 12/ Núm. 4 2025 pág. 4
Otro investigador, Díaz (2021), destaca que la robótica educativa promueve en los
estudiantes la capacidad de abstracción, pensamiento lógico, creatividad, colaboración y trabajo
en equipo, también aporta en los estudiantes el desarrollo de carácter activo, participativo y
cooperativo, principios que permiten a los individuos fortalecer el aprendizaje cooperativo el que
puede relacionarse con el aprendizaje significativo.
Por otro lado, la presente investigación se centra en la problemática identificada, que es
la falta de demostración de aprendizaje significativo de los estudiantes de bachillerato, según el
informe de las evaluaciones internacionales, PISA-D, realizadas al alumnado de Educación
Básica Media, Superior y Bachillerato en el año 2017, en el Ecuador y presentados por el Instituto
Nacional de Evaluación Educativa de Ecuador (INEVAL) en 2018. Donde se demostraron que
los estudiantes ecuatorianos no alcanzaron el nivel 2 o básico, en las áreas matemáticas y ciencias.
El nivel básico, hace referencia a la “potencialidad de aplicar procedimientos tanto matemáticos
como científicos, la capacidad de interpretar datos y reconocer la representación de situaciones o
experimentos sencillos”, lo que en otras palabras se define como el aprendizaje significativo
(Arévalo Gross, 2018).
La problemática ecuatoriana es extensiva a la Unidad Educativa José Mejía Lequerica
puesto que fue parte de la evaluación en el año 2017, pero en la actualidad sucede el mismo
fenómeno, ya que se nota que existe un gran número de estudiantes que no alcanzan los niveles
mínimos de aprendizaje en los dos primeros trimestres del año lectivo 2024 – 2025, lo que quiere
decir que no han logrado adquirir el aprendizaje significativo y por lo tanto no alcanzan las
competencias que el currículo nacional propone. Por esas razones, se propone aplicar el uso de
metodologías activas como la robótica educativa por medio del simulador Scratch, para incentivar
el aprendizaje significativo en los estudiantes de bachillerato.
Por lo citado, se justifica que la propuesta de la investigación sea aplicar la robótica
educativa para incentivar el aprendizaje significativo en los estudiantes de segundo bachillerato
de la Unidad Educativa José Mejía Lequerica, en las asignaturas de matemáticas y física, en los
contenidos de progresiones aritméticas y geométricas; y ley de Coulomb, respectivamente. Se
plantea la robótica educativa como una estrategia activa, porque permite el desarrollo del
pensamiento lógico, crítico, activo, colaborativo y se relaciona directamente con el aprendizaje
basado en problemas, aprendizaje basado en proyectos y aprendizaje por descubrimiento, que de
igual forma son metodologías activas.
La propuesta se realiza con el uso del simulador Scratch, como apoyo de la robótica
educativa. Scratch, es una herramienta computacional educativa de fácil uso, consta de un entorno
de programación orientada a objetos, que permite a los estudiantes diseñar proyectos sin mayor
complicación; lo que ayuda a desarrollar la capacidad de razonar lógicamente, diseñar esquemas
robóticos de forma animada, aprender a planificar, programar y resolver problemas de la vida
real. Así, desarrollan la capacidad de aprender a base de prueba y error, experimentar y lograr
Otro investigador, Díaz (2021), destaca que la robótica educativa promueve en los
estudiantes la capacidad de abstracción, pensamiento lógico, creatividad, colaboración y trabajo
en equipo, también aporta en los estudiantes el desarrollo de carácter activo, participativo y
cooperativo, principios que permiten a los individuos fortalecer el aprendizaje cooperativo el que
puede relacionarse con el aprendizaje significativo.
Por otro lado, la presente investigación se centra en la problemática identificada, que es
la falta de demostración de aprendizaje significativo de los estudiantes de bachillerato, según el
informe de las evaluaciones internacionales, PISA-D, realizadas al alumnado de Educación
Básica Media, Superior y Bachillerato en el año 2017, en el Ecuador y presentados por el Instituto
Nacional de Evaluación Educativa de Ecuador (INEVAL) en 2018. Donde se demostraron que
los estudiantes ecuatorianos no alcanzaron el nivel 2 o básico, en las áreas matemáticas y ciencias.
El nivel básico, hace referencia a la “potencialidad de aplicar procedimientos tanto matemáticos
como científicos, la capacidad de interpretar datos y reconocer la representación de situaciones o
experimentos sencillos”, lo que en otras palabras se define como el aprendizaje significativo
(Arévalo Gross, 2018).
La problemática ecuatoriana es extensiva a la Unidad Educativa José Mejía Lequerica
puesto que fue parte de la evaluación en el año 2017, pero en la actualidad sucede el mismo
fenómeno, ya que se nota que existe un gran número de estudiantes que no alcanzan los niveles
mínimos de aprendizaje en los dos primeros trimestres del año lectivo 2024 – 2025, lo que quiere
decir que no han logrado adquirir el aprendizaje significativo y por lo tanto no alcanzan las
competencias que el currículo nacional propone. Por esas razones, se propone aplicar el uso de
metodologías activas como la robótica educativa por medio del simulador Scratch, para incentivar
el aprendizaje significativo en los estudiantes de bachillerato.
Por lo citado, se justifica que la propuesta de la investigación sea aplicar la robótica
educativa para incentivar el aprendizaje significativo en los estudiantes de segundo bachillerato
de la Unidad Educativa José Mejía Lequerica, en las asignaturas de matemáticas y física, en los
contenidos de progresiones aritméticas y geométricas; y ley de Coulomb, respectivamente. Se
plantea la robótica educativa como una estrategia activa, porque permite el desarrollo del
pensamiento lógico, crítico, activo, colaborativo y se relaciona directamente con el aprendizaje
basado en problemas, aprendizaje basado en proyectos y aprendizaje por descubrimiento, que de
igual forma son metodologías activas.
La propuesta se realiza con el uso del simulador Scratch, como apoyo de la robótica
educativa. Scratch, es una herramienta computacional educativa de fácil uso, consta de un entorno
de programación orientada a objetos, que permite a los estudiantes diseñar proyectos sin mayor
complicación; lo que ayuda a desarrollar la capacidad de razonar lógicamente, diseñar esquemas
robóticos de forma animada, aprender a planificar, programar y resolver problemas de la vida
real. Así, desarrollan la capacidad de aprender a base de prueba y error, experimentar y lograr
Vol. 12/ Núm. 4 2025 pág. 5
confianza, permitiéndoles trabajar con dispositivos no tangibles y no perecederos, lo que permitirá
que logren alcanzar el aprendizaje significativo (Rosa Radaelli et al., 2021).
Siendo ese el esquema de la investigación, se puede afirmar que es relevante, porque
como menciona la Constitución del Ecuador (2008) y el Reglamento de la Ley Orgánica de
Educación Intercultural (2023), se desea que la educación permita que los individuos ser
ciudadanos, con capacidades y competencias para pensar, actuar y aportar en el desarrollo de la
sociedad.
Con estos antecedentes, se procede realizar a la investigación de la incidencia de la
aplicación de la estrategia metodológica, la robótica educativa, por medio del simulador Scratch,
para mejorar el aprendizaje significativo de los estudiantes de segundo de bachillerato de la
Unidad Educativa José Mejía Lequerica.
MATERIALES Y MÉTODOS
La metodología usada para la investigación, es de enfoque cuantitativo. Como lo
expresan, Haro et al (2024), el enfoque cuantitativo, se caracteriza por la recolección y análisis
de datos numéricos u observaciones cuantificables, por medio de instrumentos estandarizados de
recolección de datos como cuestionarios, pruebas y mediciones, con el propósito de identificar
algún patrón o tendencia representativa, lo que permitirá por medios estadísticos brindar
objetividad al estudio.
Puesto que el enfoque es cuantitativo, se ha decidido trabajar con el diseño cuasi
experimental. Según lo expresan Capili y Anastasi (2025), definen al diseño cuasi experimental,
como una metodología intermedia, entre el experimento verdadero y estudios observacionales.
Ese tipo diseño se caracteriza por realizar comparativas y análisis entre dos grupos; uno, el grupo
denominado de experimentación y otro, el grupo de control.
Definidos los grupos de estudio, la investigación se realiza en un proceso de tres fases.
La primera fase, la de diagnóstico (Pre test); la segunda fase, es la aplicación de una propuesta
pedagógica para solventar la problemática (Intervención) y finalmente una revisión de efectividad
de la propuesta (Post test). El propósito de la investigación es determinar los efectos o incidencia
de la propuesta pedagógica, antes (pretest) y después de aplicarla (postest). Con los datos
recolectados se puede tomar decisiones en cuanto a si la propuesta requiere mejoras, cambios o
definitivamente no usarla (Capili y Joyce K , 2024).
Para la adquisición de datos para la investigación, se ha definido el uso de instrumentos
estandarizados como encuestas, cuestionarios, entrevistas; los mismos que permiten la
cuantificación ( Haro Sarango y otros, 2024). En el caso de este estudio, se ha optado por usar
cuestionarios, ya que estos instrumentos recaban la información directamente con los individuos
que son parte de la investigación (Cisneros-Caicedo y otros, 2022).Puesto que se ha decidido
confianza, permitiéndoles trabajar con dispositivos no tangibles y no perecederos, lo que permitirá
que logren alcanzar el aprendizaje significativo (Rosa Radaelli et al., 2021).
Siendo ese el esquema de la investigación, se puede afirmar que es relevante, porque
como menciona la Constitución del Ecuador (2008) y el Reglamento de la Ley Orgánica de
Educación Intercultural (2023), se desea que la educación permita que los individuos ser
ciudadanos, con capacidades y competencias para pensar, actuar y aportar en el desarrollo de la
sociedad.
Con estos antecedentes, se procede realizar a la investigación de la incidencia de la
aplicación de la estrategia metodológica, la robótica educativa, por medio del simulador Scratch,
para mejorar el aprendizaje significativo de los estudiantes de segundo de bachillerato de la
Unidad Educativa José Mejía Lequerica.
MATERIALES Y MÉTODOS
La metodología usada para la investigación, es de enfoque cuantitativo. Como lo
expresan, Haro et al (2024), el enfoque cuantitativo, se caracteriza por la recolección y análisis
de datos numéricos u observaciones cuantificables, por medio de instrumentos estandarizados de
recolección de datos como cuestionarios, pruebas y mediciones, con el propósito de identificar
algún patrón o tendencia representativa, lo que permitirá por medios estadísticos brindar
objetividad al estudio.
Puesto que el enfoque es cuantitativo, se ha decidido trabajar con el diseño cuasi
experimental. Según lo expresan Capili y Anastasi (2025), definen al diseño cuasi experimental,
como una metodología intermedia, entre el experimento verdadero y estudios observacionales.
Ese tipo diseño se caracteriza por realizar comparativas y análisis entre dos grupos; uno, el grupo
denominado de experimentación y otro, el grupo de control.
Definidos los grupos de estudio, la investigación se realiza en un proceso de tres fases.
La primera fase, la de diagnóstico (Pre test); la segunda fase, es la aplicación de una propuesta
pedagógica para solventar la problemática (Intervención) y finalmente una revisión de efectividad
de la propuesta (Post test). El propósito de la investigación es determinar los efectos o incidencia
de la propuesta pedagógica, antes (pretest) y después de aplicarla (postest). Con los datos
recolectados se puede tomar decisiones en cuanto a si la propuesta requiere mejoras, cambios o
definitivamente no usarla (Capili y Joyce K , 2024).
Para la adquisición de datos para la investigación, se ha definido el uso de instrumentos
estandarizados como encuestas, cuestionarios, entrevistas; los mismos que permiten la
cuantificación ( Haro Sarango y otros, 2024). En el caso de este estudio, se ha optado por usar
cuestionarios, ya que estos instrumentos recaban la información directamente con los individuos
que son parte de la investigación (Cisneros-Caicedo y otros, 2022).Puesto que se ha decidido
Vol. 12/ Núm. 4 2025 pág. 6
adquirir los datos por medio de cuestionarios, tanto en pretest como el postest, es necesario
realizar una validación de los instrumentos.
Existen varias técnicas de validación de cuestionarios, de acuerdo a su tipo, como por
ejemplo; si es de tipo cualitativo o cuantitativo, o como si es de opción múltiple o dicotómica. En
el caso del instrumento decidido para la presente investigación, es de tipo cuantitativo y opción
múltiple, en este caso se pueden usar técnicas como de validación de juicio de expertos o el alfa
de Cronbach.
En el caso particular de esta investigación se ha optado por la validación por el juicio de
expertos. Esta es una técnica que requiere que el instrumento de evaluación, el cuestionario, sea
revisado y analizado por expertos en el área, antes de la aplicación. El modelo comúnmente usado
es el de Lawshe, citado por Mora Vergara (2023), que propone una cuantificación de la validez
de contenido, por medio de un CVR (Content Validation Radio, por sus siglas en ingles) y puede
usarse a expertos en pequeñas cantidades como evaluadores, incluso menos de 5. Cabe resaltar
que los expertos deben tener la debida experiencia en su área, para poder evaluar los instrumentos.
El radio de validez del contenido (CVR) es un valor entre -1 y 1, donde los valores entre
– 1 y 0, significa que los expertos no están de acuerdo en la validez del contenido del instrumento.
Si es 0, los expertos están de acuerdo en igual cantidad en la validez del contenido del instrumento;
y si, está entre 0 y 1, los expertos están de acuerdo en el contenido y validez del instrumento.
Mientras más alto sea el CVR, entonces mejor correlación existe entre sus ítems.
Con el valor de CVR se calcula el CVR’ (promedio de los CVRs de cada ítem), propuesto
por Tristán-López y citado por Mora Vergara (2023), que el promedio de los CVR’ y su promedio
resulta en el CVI (Coeficiente de Validación del Instrumento) (Mora Vergara et al., 2023). Para
el caso de esta investigación, se trabaja con 3 expertos, los que cuentan con alta experiencia en
pedagogía matemática y física, con niveles de Masterado e Ingeniería, por lo que están totalmente
capacitados para evaluar el cuestionario de su área.
Por otro lado, hablando de la temporalidad, se puede definir que la investigación es de
tipo transversal. Como lo exponen, Manterola et al. (2023), la transversalidad se mide en un
momento y lugar específico; no requiere seguimiento, por lo que puede ser usado en
investigaciones de tiempos cortos. En el caso de la presente investigación, resulta ideal, puesto
que, se realiza en cinco semanas, con horario académico; específicamente cuatro horas
pedagógicas (45 minutos) por semana, ósea, veinte horas académicas (Manterola et al., 2023).
En cuanto al enfoque teórico de la investigación, se puede afirmar que es constructivista
y socio-constructivista. Tal como lo afirma, González Fernández (2021), citando las teorías de
Piaget, Vygotsky, Ausubel, Jonassen, Papert, quienes definen el enfoque constructivista y socio
constructivista, como el empoderamiento del estudiante, quien se convierte en el responsable de
su propio proceso de aprendizaje; privilegiando al proceso de aprendizaje sobre la enseñanza, ya
adquirir los datos por medio de cuestionarios, tanto en pretest como el postest, es necesario
realizar una validación de los instrumentos.
Existen varias técnicas de validación de cuestionarios, de acuerdo a su tipo, como por
ejemplo; si es de tipo cualitativo o cuantitativo, o como si es de opción múltiple o dicotómica. En
el caso del instrumento decidido para la presente investigación, es de tipo cuantitativo y opción
múltiple, en este caso se pueden usar técnicas como de validación de juicio de expertos o el alfa
de Cronbach.
En el caso particular de esta investigación se ha optado por la validación por el juicio de
expertos. Esta es una técnica que requiere que el instrumento de evaluación, el cuestionario, sea
revisado y analizado por expertos en el área, antes de la aplicación. El modelo comúnmente usado
es el de Lawshe, citado por Mora Vergara (2023), que propone una cuantificación de la validez
de contenido, por medio de un CVR (Content Validation Radio, por sus siglas en ingles) y puede
usarse a expertos en pequeñas cantidades como evaluadores, incluso menos de 5. Cabe resaltar
que los expertos deben tener la debida experiencia en su área, para poder evaluar los instrumentos.
El radio de validez del contenido (CVR) es un valor entre -1 y 1, donde los valores entre
– 1 y 0, significa que los expertos no están de acuerdo en la validez del contenido del instrumento.
Si es 0, los expertos están de acuerdo en igual cantidad en la validez del contenido del instrumento;
y si, está entre 0 y 1, los expertos están de acuerdo en el contenido y validez del instrumento.
Mientras más alto sea el CVR, entonces mejor correlación existe entre sus ítems.
Con el valor de CVR se calcula el CVR’ (promedio de los CVRs de cada ítem), propuesto
por Tristán-López y citado por Mora Vergara (2023), que el promedio de los CVR’ y su promedio
resulta en el CVI (Coeficiente de Validación del Instrumento) (Mora Vergara et al., 2023). Para
el caso de esta investigación, se trabaja con 3 expertos, los que cuentan con alta experiencia en
pedagogía matemática y física, con niveles de Masterado e Ingeniería, por lo que están totalmente
capacitados para evaluar el cuestionario de su área.
Por otro lado, hablando de la temporalidad, se puede definir que la investigación es de
tipo transversal. Como lo exponen, Manterola et al. (2023), la transversalidad se mide en un
momento y lugar específico; no requiere seguimiento, por lo que puede ser usado en
investigaciones de tiempos cortos. En el caso de la presente investigación, resulta ideal, puesto
que, se realiza en cinco semanas, con horario académico; específicamente cuatro horas
pedagógicas (45 minutos) por semana, ósea, veinte horas académicas (Manterola et al., 2023).
En cuanto al enfoque teórico de la investigación, se puede afirmar que es constructivista
y socio-constructivista. Tal como lo afirma, González Fernández (2021), citando las teorías de
Piaget, Vygotsky, Ausubel, Jonassen, Papert, quienes definen el enfoque constructivista y socio
constructivista, como el empoderamiento del estudiante, quien se convierte en el responsable de
su propio proceso de aprendizaje; privilegiando al proceso de aprendizaje sobre la enseñanza, ya
Vol. 12/ Núm. 4 2025 pág. 7
sea de forma individual y/o colectiva; por lo que el estudiante es el gestor y desarrollador de su
propio conocimiento y el docente resulta ser un guía.
Sin embargo, el docente debe tener las capacidades pedagógicas y didácticas, para lograr
que los estudiantes logren el aprendizaje significativo y el desarrollo de competencias. Por lo
tanto, en la actualidad el docente debe ser capaz de fomentar el constructivismo y socio
constructivismo en los estudiantes, y una forma de lograrlo, es utilizar de metodologías activas
en el aula. Tal como lo plantea Rosero Calderón (2024), quien usando conceptos de Jeronime
Bruner, asegura que las metodologías activas, hacen que el proceso de aprendizaje sea dinámico,
lo que implica la asociación, construcción y representación de conocimientos, en donde la
estructura cognitiva previa del estudiante es crucial para proporcionar significado a los
contenidos, facilitar la organización de sus experiencias y permitir la expansión más allá de la
información proporcionada, lo que se puede definir como el aprendizaje significativo.
En base a esos criterios, se debe enfatizar que existen varios tipos de metodologías
activas, de entre ellas están el aprendizaje basado en proyectos (ABPr), aprendizaje basado en
problemas (ABP), el aprendizaje por descubrimiento (AD), la robótica educativa y otros. En el
caso de esta investigación se ha optado por la robótica educativa, porque engloba a ABPr, ABP y
AD; pues permite que los estudiantes, puedan idealizar, analizar, planear, diseñar, programar e
implementar algún problema o proyecto a ser solucionado, fomentando la autonomía,
concentración, pensamiento lógico y trabajo colaborativo (Rosero Calderón , 2024).
También es importante destacar que al trabajar con metodologías activas, es necesario
relacionarlas de forma directa con el enfoque STEM, (acrónimo ingles de Ciencia, Tecnología,
Ingeniería y Matemáticas). STEM, se conjuga con el aprendizaje basado en problemas,
aprendizaje basado en proyectos, aprendizaje por descubrimiento y la robótica educativa; es de
carácter interdisciplinario, relacionando varias ciencias con el fin de inducir el aprendizaje activo
en los estudiantes por medio de la resolución de problemas. Permite que los estudiantes aprendan
a trabajar sobre la transversalidad de la áreas de STEM, lo que ayuda a que conozcan previamente
conceptos, procesos y aplicaciones de las ciencias que engloba (González Fernández et al., 2021).
Después de haber planteado el contexto y marco metodológico, se procede a plantear la
problemática de la investigación. El problema identificado, es el bajo aprendizaje significativo
que demuestran los estudiantes de segundo bachillerato de la Unidad Educativa José Mejía
Lequerica, en las áreas de matemáticas y ciencias, en la asignatura de matemáticas y física. Por
esa razón, se plantea una propuesta estratégica que permita aprovechar las bondades de las
metodologías activas, como la robótica educativa por medio del simulador Scratch y el enfoque
STEM, para incentivar el aprendizaje significativo.
Es importante destacar que por el enfoque cuasi experimental de la investigación, se
determina dos variables que intervienen en el estudio. La primera, la independiente, es la robótica
educativa y la segunda, la dependiente, es el aprendizaje significativo.
sea de forma individual y/o colectiva; por lo que el estudiante es el gestor y desarrollador de su
propio conocimiento y el docente resulta ser un guía.
Sin embargo, el docente debe tener las capacidades pedagógicas y didácticas, para lograr
que los estudiantes logren el aprendizaje significativo y el desarrollo de competencias. Por lo
tanto, en la actualidad el docente debe ser capaz de fomentar el constructivismo y socio
constructivismo en los estudiantes, y una forma de lograrlo, es utilizar de metodologías activas
en el aula. Tal como lo plantea Rosero Calderón (2024), quien usando conceptos de Jeronime
Bruner, asegura que las metodologías activas, hacen que el proceso de aprendizaje sea dinámico,
lo que implica la asociación, construcción y representación de conocimientos, en donde la
estructura cognitiva previa del estudiante es crucial para proporcionar significado a los
contenidos, facilitar la organización de sus experiencias y permitir la expansión más allá de la
información proporcionada, lo que se puede definir como el aprendizaje significativo.
En base a esos criterios, se debe enfatizar que existen varios tipos de metodologías
activas, de entre ellas están el aprendizaje basado en proyectos (ABPr), aprendizaje basado en
problemas (ABP), el aprendizaje por descubrimiento (AD), la robótica educativa y otros. En el
caso de esta investigación se ha optado por la robótica educativa, porque engloba a ABPr, ABP y
AD; pues permite que los estudiantes, puedan idealizar, analizar, planear, diseñar, programar e
implementar algún problema o proyecto a ser solucionado, fomentando la autonomía,
concentración, pensamiento lógico y trabajo colaborativo (Rosero Calderón , 2024).
También es importante destacar que al trabajar con metodologías activas, es necesario
relacionarlas de forma directa con el enfoque STEM, (acrónimo ingles de Ciencia, Tecnología,
Ingeniería y Matemáticas). STEM, se conjuga con el aprendizaje basado en problemas,
aprendizaje basado en proyectos, aprendizaje por descubrimiento y la robótica educativa; es de
carácter interdisciplinario, relacionando varias ciencias con el fin de inducir el aprendizaje activo
en los estudiantes por medio de la resolución de problemas. Permite que los estudiantes aprendan
a trabajar sobre la transversalidad de la áreas de STEM, lo que ayuda a que conozcan previamente
conceptos, procesos y aplicaciones de las ciencias que engloba (González Fernández et al., 2021).
Después de haber planteado el contexto y marco metodológico, se procede a plantear la
problemática de la investigación. El problema identificado, es el bajo aprendizaje significativo
que demuestran los estudiantes de segundo bachillerato de la Unidad Educativa José Mejía
Lequerica, en las áreas de matemáticas y ciencias, en la asignatura de matemáticas y física. Por
esa razón, se plantea una propuesta estratégica que permita aprovechar las bondades de las
metodologías activas, como la robótica educativa por medio del simulador Scratch y el enfoque
STEM, para incentivar el aprendizaje significativo.
Es importante destacar que por el enfoque cuasi experimental de la investigación, se
determina dos variables que intervienen en el estudio. La primera, la independiente, es la robótica
educativa y la segunda, la dependiente, es el aprendizaje significativo.
Vol. 12/ Núm. 4 2025 pág. 8
La variable independiente, la robótica educativa, como lo describe Terrones-Rojas
(2023), es multidisciplinar y permite concebir, diseñar y desarrollar mecanismos robóticos, pero
dentro del ámbito educativo. Integra diversas áreas del conocimiento como las Matemáticas, las
Ciencias, la Tecnología, la Ingeniería Mecánica, la Ingeniería Eléctrica y la Inteligencia Artificial,
lo que permite relacionarla con el enfoque STEM (Terrones Rojas, 2024).
Cedeño Zambrano (2023), expone que la robótica en el ámbito escolar es objeto de
creciente interés porque es una disciplina con el potencial de hacer que la experiencia de
aprendizaje sea de enfoque práctico e interactivo, permitiendo integrar conceptos STEM. No
es mejor, ni peor que otros aprendizajes activos, sino que se adapta trasversalmente a modelos de
proyectos educativos y aproximaciones teóricas innovadores, que enriquecen el proceso de
enseñanza-aprendizaje entrelazándose con el uso de tecnologías (Cedeño Zambrano, 2023).
Otros investigadores, como Choudhary y Potdar (2023), la definen como una herramienta
muy eficaz dentro del enfoque STEM, que fomenta la creatividad, el uso de las matemáticas
aplicadas y varios principios de las ciencias, que junto al uso de las nuevas tecnologías permite a
los estudiantes dar solución a problemas propuestos o reales de forma individual y/o colaborativa,
lo que aporta al desarrollo del aprendizaje significativo (Choudhary y Potdar, 2023).
Dentro del uso de tecnologías computacionales se encuentran, los simuladores de robótica
educativa, como la plataforma Scratch, que es una herramienta de programación orientada a
objetos, dedicada a la simulación de proyectos robóticos y otras ciencias. Martínez Ortegón et al.
(2022), definen a Scratch como un recurso didáctico flexible que permite en el desarrollo de
proyectos interdisciplinarios en la educación, que facilita el aprendizaje de los estudiantes por
medio de la resolución de problemas.
Por otro lado, la variable dependiente, es el aprendizaje significativo. Como lo expresa,
Morante Espinoza (2024), citando a Ausubel, quien lo definió como el aprendizaje que se logra
por la conjunción entre la nueva información recibida y el conocimiento sustancial previo
adquirido por el estudiante. Entonces, es el aprendizaje que permite que el estudiante sea capaz
de construir su propio aprendizaje, en base a lo que ha aprendido, relacionando con nuevos
contenidos recibidos externamente (Morante Espinoza y Ramírez Chávez, 2024).
Quiroz-Tuarez y Zambrano-Montes (2021), mencionan que este tipo de aprendizaje
permite que el estudiante sea un individuo activo, investigador, motivado y participativo. Para
poder desarrollarlo, es necesario que los estudiantes logren apropiarse de conocimientos y tener
la capacidad de poder utilizarlos en su vida cotidiana de forma individual o grupal (Quiroz-Tuarez
y Zambrano-Montes, 2021) .
Otros investigadores como Anchundia Roldán et al. (2023), relacionan el aprendizaje
significativo con las metodologías activas, ya que así se logra que el aprendizaje sea permanente
en los estudiantes. Este contexto permite relacionar el aprendizaje significativo con las
metodologías activas, la robótica educativa y el enfoque STEM (Anchundia Roldán et al., 2023).
La variable independiente, la robótica educativa, como lo describe Terrones-Rojas
(2023), es multidisciplinar y permite concebir, diseñar y desarrollar mecanismos robóticos, pero
dentro del ámbito educativo. Integra diversas áreas del conocimiento como las Matemáticas, las
Ciencias, la Tecnología, la Ingeniería Mecánica, la Ingeniería Eléctrica y la Inteligencia Artificial,
lo que permite relacionarla con el enfoque STEM (Terrones Rojas, 2024).
Cedeño Zambrano (2023), expone que la robótica en el ámbito escolar es objeto de
creciente interés porque es una disciplina con el potencial de hacer que la experiencia de
aprendizaje sea de enfoque práctico e interactivo, permitiendo integrar conceptos STEM. No
es mejor, ni peor que otros aprendizajes activos, sino que se adapta trasversalmente a modelos de
proyectos educativos y aproximaciones teóricas innovadores, que enriquecen el proceso de
enseñanza-aprendizaje entrelazándose con el uso de tecnologías (Cedeño Zambrano, 2023).
Otros investigadores, como Choudhary y Potdar (2023), la definen como una herramienta
muy eficaz dentro del enfoque STEM, que fomenta la creatividad, el uso de las matemáticas
aplicadas y varios principios de las ciencias, que junto al uso de las nuevas tecnologías permite a
los estudiantes dar solución a problemas propuestos o reales de forma individual y/o colaborativa,
lo que aporta al desarrollo del aprendizaje significativo (Choudhary y Potdar, 2023).
Dentro del uso de tecnologías computacionales se encuentran, los simuladores de robótica
educativa, como la plataforma Scratch, que es una herramienta de programación orientada a
objetos, dedicada a la simulación de proyectos robóticos y otras ciencias. Martínez Ortegón et al.
(2022), definen a Scratch como un recurso didáctico flexible que permite en el desarrollo de
proyectos interdisciplinarios en la educación, que facilita el aprendizaje de los estudiantes por
medio de la resolución de problemas.
Por otro lado, la variable dependiente, es el aprendizaje significativo. Como lo expresa,
Morante Espinoza (2024), citando a Ausubel, quien lo definió como el aprendizaje que se logra
por la conjunción entre la nueva información recibida y el conocimiento sustancial previo
adquirido por el estudiante. Entonces, es el aprendizaje que permite que el estudiante sea capaz
de construir su propio aprendizaje, en base a lo que ha aprendido, relacionando con nuevos
contenidos recibidos externamente (Morante Espinoza y Ramírez Chávez, 2024).
Quiroz-Tuarez y Zambrano-Montes (2021), mencionan que este tipo de aprendizaje
permite que el estudiante sea un individuo activo, investigador, motivado y participativo. Para
poder desarrollarlo, es necesario que los estudiantes logren apropiarse de conocimientos y tener
la capacidad de poder utilizarlos en su vida cotidiana de forma individual o grupal (Quiroz-Tuarez
y Zambrano-Montes, 2021) .
Otros investigadores como Anchundia Roldán et al. (2023), relacionan el aprendizaje
significativo con las metodologías activas, ya que así se logra que el aprendizaje sea permanente
en los estudiantes. Este contexto permite relacionar el aprendizaje significativo con las
metodologías activas, la robótica educativa y el enfoque STEM (Anchundia Roldán et al., 2023).
Vol. 12/ Núm. 4 2025 pág. 9
Ahora se procede a determinar la población y la muestra de la investigación, ya que sin
ella no se podría realizar el estudio, recolección de datos y análisis, por lo que no se podría definir,
plantear y efectuar la propuesta. La población según lo expresa Polit y Hungler, citados por Mucha
Hospinal et al. (2021), es “el grupo respecto del cual se desea generalizar los resultados, el
investigador debe considerar que la población sea relativamente homogénea respecto de las
variables de su interés”. Entonces, basándose en los resultados de las pruebas PISA-D, en 2017,
y la problemática citada anteriormente, la población, son los estudiantes de la Unidad Educativa
José Mejía Lequerica.
La Institución Educativa, cuenta con tres jornadas; matutina, vespertina y nocturna.
Ofrece servicios de educación regular (educación primaria y secundaria), post alfabetización y
regularización de estudios a personas con educación inconclusa. En la jornada matutina, existe la
educación inicial, preparatoria y básica media, lo que se definirá como educación primaria. En la
jornada vespertina se ofrecen, educación de básica superior y bachillerato, es decir, educación
secundaria. La cantidad total de estudiantes de educación regular, en las jornadas matutina y
vespertina, a la fecha de la investigación es de 1596 estudiantes, divididos por subniveles, grados
y paralelos. Cada grado o curso, consta de dos, tres y cuatro paralelos.
Puesto que la población es grande, de diferentes edades cronológicas, académicas,
distintas jornadas y se trata de un estudio de tipo transversal, se ha optado por estudiar una
muestra. La muestra, como lo explican Mercado-Piedra y Coronado-Manqueros (2021), cuando
citan Supo, es una parte representativa de la población que mantiene la objetividad de los eventos
en observación, debe mantener criterios de fidelidad con relación a la población para que los
resultados sean fiables, además, que “la validez de una investigación depende en gran medida de
la muestra seleccionada y la técnica de muestreo empleada”. También señalan que en las
investigaciones de enfoque cuantitativo, se pueden tener dos tipos de muestras; la probabilística
o una no probabilística. La probabilística puede ser calculada por métodos matemáticos, mientas
que la no probabilística puede ser seleccionada por conveniencia (Mercado Piedra y Coronado
Manquero, 2021).
Para el caso específico de esta investigación, se ha optado por seleccionar la muestra de
forma probabilística. La razón de optar por una muestra probabilística es que, como lo exponen
Martello y Cleve (2024), la muestra está condicionada a la viabilidad práctica y objetivos
deseados por la investigación. En el caso de la presente investigación se aplica a un conglomerado
separado por grupos de diferentes edades cronológicas y académicas, además que son de
diferentes jornadas académicas, por eso la muestra debe ser uniforme.
Puesto que se ha decidido una muestra de tipo probabilístico, se procede a determinar la
forma de establecer el valor estimado de la misma. Entonces para calcular la muestra se usa
herramientas estadísticas relacionadas con el nivel de confianza y el nivel de error. El valor de
confiabilidad o nivel de confianza, es un valor probabilístico que determina la probabilidad de ser
Ahora se procede a determinar la población y la muestra de la investigación, ya que sin
ella no se podría realizar el estudio, recolección de datos y análisis, por lo que no se podría definir,
plantear y efectuar la propuesta. La población según lo expresa Polit y Hungler, citados por Mucha
Hospinal et al. (2021), es “el grupo respecto del cual se desea generalizar los resultados, el
investigador debe considerar que la población sea relativamente homogénea respecto de las
variables de su interés”. Entonces, basándose en los resultados de las pruebas PISA-D, en 2017,
y la problemática citada anteriormente, la población, son los estudiantes de la Unidad Educativa
José Mejía Lequerica.
La Institución Educativa, cuenta con tres jornadas; matutina, vespertina y nocturna.
Ofrece servicios de educación regular (educación primaria y secundaria), post alfabetización y
regularización de estudios a personas con educación inconclusa. En la jornada matutina, existe la
educación inicial, preparatoria y básica media, lo que se definirá como educación primaria. En la
jornada vespertina se ofrecen, educación de básica superior y bachillerato, es decir, educación
secundaria. La cantidad total de estudiantes de educación regular, en las jornadas matutina y
vespertina, a la fecha de la investigación es de 1596 estudiantes, divididos por subniveles, grados
y paralelos. Cada grado o curso, consta de dos, tres y cuatro paralelos.
Puesto que la población es grande, de diferentes edades cronológicas, académicas,
distintas jornadas y se trata de un estudio de tipo transversal, se ha optado por estudiar una
muestra. La muestra, como lo explican Mercado-Piedra y Coronado-Manqueros (2021), cuando
citan Supo, es una parte representativa de la población que mantiene la objetividad de los eventos
en observación, debe mantener criterios de fidelidad con relación a la población para que los
resultados sean fiables, además, que “la validez de una investigación depende en gran medida de
la muestra seleccionada y la técnica de muestreo empleada”. También señalan que en las
investigaciones de enfoque cuantitativo, se pueden tener dos tipos de muestras; la probabilística
o una no probabilística. La probabilística puede ser calculada por métodos matemáticos, mientas
que la no probabilística puede ser seleccionada por conveniencia (Mercado Piedra y Coronado
Manquero, 2021).
Para el caso específico de esta investigación, se ha optado por seleccionar la muestra de
forma probabilística. La razón de optar por una muestra probabilística es que, como lo exponen
Martello y Cleve (2024), la muestra está condicionada a la viabilidad práctica y objetivos
deseados por la investigación. En el caso de la presente investigación se aplica a un conglomerado
separado por grupos de diferentes edades cronológicas y académicas, además que son de
diferentes jornadas académicas, por eso la muestra debe ser uniforme.
Puesto que se ha decidido una muestra de tipo probabilístico, se procede a determinar la
forma de establecer el valor estimado de la misma. Entonces para calcular la muestra se usa
herramientas estadísticas relacionadas con el nivel de confianza y el nivel de error. El valor de
confiabilidad o nivel de confianza, es un valor probabilístico que determina la probabilidad de ser
Vol. 12/ Núm. 4 2025 pág. 10
más exacta y fiable en los resultados esperados. Por otro lado, el nivel de error, es el estimado de
que no se cumpla los resultados esperados de una investigación (Mercado-Piedra & Coronado-
Manqueros, 2021).
Así que para calcular la muestra estadística, se usa la fórmula matemática de estimación
de parámetros poblacionales bajo la premisa de cierto nivel de logro y se emplea la fórmula
descrita por Cochran (1977), en su libro Técnicas de Muestreo, donde se la denomina el método
de la potencia. Allí se específica que la fórmula de cálculo de la muestra sirve como base para
investigaciones de índole social y educativa.
Entonces para realizar el cálculo de la muestra estimada, se usa la fórmula:
𝑁 ≈ 2 (𝑍1−∝/2 + 𝑍1−𝛽)2
𝑑2
Donde, Z es el valor de la distribución normal estándar (se encuentra en tablas); α es la
probabilidad de error, para el caso de la presente investigación se asume 5%. El valor 1- α es el
nivel de confiabilidad, que resulta de eliminar la probabilidad de errores, 95%. Luego β representa
la probabilidad de cometer un error de tipo II, ese error es la probabilidad de no detectar un efecto
real. Finalmente, 1-β se define como el nivel de potencia, que para esta investigación se elige al
80%.
Es necesario establecer d, que es la diferencia entre medias de dos grupos y se denomina
el tamaño del efecto Cohen, que son valores estandarizados; que van desde 0,2; 0,5; 0,8 y mayores
a 0,8; considerados como efecto pequeño, medio, grande y muy grande, respectivamente.
Considerando el tipo de investigación y el tiempo de estudio, se opta por usar un efecto medio, o
sea del 0,5.
Entonces se calcula la muestra con la formula descrita. Usando los valores de Nivel de
confiabilidad (1 – α) al 95%. Con ese valor de confiabilidad se busca en una tabla de distribución
normal estándar 𝑍1−∝/2 , el valor asociado a la confiabilidad de 95%, es de 1,96. Luego se busca
el valor asociado al nivel de potencia, 𝑍1−β, al 80%, obtenido de la tabla de distribución normal,
es de 0,84. También, el valor d, que es la relación de Cohan, se ha definido al 50%, nivel medio,
es 0,5.
Aplicando esos valores a la fórmula se obtiene.
𝑁 ≈ 2 (1,96+0,84)2
(0,5)2 = 63
Como se trata de una investigación cuasi experimental, se requiere dos grupos, un grupo
de control y otro experimental. Por lo tanto, los dos grupos deben ser similares numéricamente
hablando, por lo se duplica el valor obtenido, siendo de 126 estudiantes, el valor de la muestra.
Realizando una revisión de los grupos de secundaria de la institución educativa, que
cumplan con las mismas condiciones de edad, académicas y cantidad, se logra determinar al grupo
de segundo de bachillerato, pues son cuatro paralelos, con grupos de 29, 29, 26 y 29 estudiantes,
más exacta y fiable en los resultados esperados. Por otro lado, el nivel de error, es el estimado de
que no se cumpla los resultados esperados de una investigación (Mercado-Piedra & Coronado-
Manqueros, 2021).
Así que para calcular la muestra estadística, se usa la fórmula matemática de estimación
de parámetros poblacionales bajo la premisa de cierto nivel de logro y se emplea la fórmula
descrita por Cochran (1977), en su libro Técnicas de Muestreo, donde se la denomina el método
de la potencia. Allí se específica que la fórmula de cálculo de la muestra sirve como base para
investigaciones de índole social y educativa.
Entonces para realizar el cálculo de la muestra estimada, se usa la fórmula:
𝑁 ≈ 2 (𝑍1−∝/2 + 𝑍1−𝛽)2
𝑑2
Donde, Z es el valor de la distribución normal estándar (se encuentra en tablas); α es la
probabilidad de error, para el caso de la presente investigación se asume 5%. El valor 1- α es el
nivel de confiabilidad, que resulta de eliminar la probabilidad de errores, 95%. Luego β representa
la probabilidad de cometer un error de tipo II, ese error es la probabilidad de no detectar un efecto
real. Finalmente, 1-β se define como el nivel de potencia, que para esta investigación se elige al
80%.
Es necesario establecer d, que es la diferencia entre medias de dos grupos y se denomina
el tamaño del efecto Cohen, que son valores estandarizados; que van desde 0,2; 0,5; 0,8 y mayores
a 0,8; considerados como efecto pequeño, medio, grande y muy grande, respectivamente.
Considerando el tipo de investigación y el tiempo de estudio, se opta por usar un efecto medio, o
sea del 0,5.
Entonces se calcula la muestra con la formula descrita. Usando los valores de Nivel de
confiabilidad (1 – α) al 95%. Con ese valor de confiabilidad se busca en una tabla de distribución
normal estándar 𝑍1−∝/2 , el valor asociado a la confiabilidad de 95%, es de 1,96. Luego se busca
el valor asociado al nivel de potencia, 𝑍1−β, al 80%, obtenido de la tabla de distribución normal,
es de 0,84. También, el valor d, que es la relación de Cohan, se ha definido al 50%, nivel medio,
es 0,5.
Aplicando esos valores a la fórmula se obtiene.
𝑁 ≈ 2 (1,96+0,84)2
(0,5)2 = 63
Como se trata de una investigación cuasi experimental, se requiere dos grupos, un grupo
de control y otro experimental. Por lo tanto, los dos grupos deben ser similares numéricamente
hablando, por lo se duplica el valor obtenido, siendo de 126 estudiantes, el valor de la muestra.
Realizando una revisión de los grupos de secundaria de la institución educativa, que
cumplan con las mismas condiciones de edad, académicas y cantidad, se logra determinar al grupo
de segundo de bachillerato, pues son cuatro paralelos, con grupos de 29, 29, 26 y 29 estudiantes,
Vol. 12/ Núm. 4 2025 pág. 11
dando un total de 113, que es lo más cercano a la muestra calculada. Luego se define los grupos,
el de control está formado por los estudiantes de los paralelos A y B, que constan de 29 y 29
estudiantes, un total de 58. Mientras que el grupo de experimentación está formado por los
paralelos C y D, con 26 y 29 estudiantes, total 55.
La investigación al ser cuasi experimental, permite la manipulación de la variable
independiente, para analizar su efecto en la dependiente, por lo se ha optado por realizar un
proceso de diagnóstico de la variable dependiente, aplicación de una propuesta de mejora y
finalmente una evaluación de la propuesta aplicada. En resumen, son tres fases; pre test,
aplicación de propuesta y postest.
En lo referente al tratamiento de datos para el análisis, después de la recolección por
medio de los cuestionarios pretest y postest, se requiere un análisis estadístico. De forma inicial
se procede a usar estadística descriptiva, con el uso de promedio porcentuales basados en
histogramas. Por otro lado existen varias técnicas de análisis y pruebas estadísticas como T de
Student, la prueba Z, la Chi cuadrada y otras. Pero cada una de ellas presenta ventajas y
desventajas. Además, como lo expresan como lo expresan Castro Morales et al (2025), las pruebas
estadísticas se constituyen en herramientas para evaluar hipótesis y realizar inferencias sobre
parámetros poblacionales, tal como lo hacen la T de Student, la prueba ANOVA y la Chi
cuadrada.
De las varias pruebas de análisis de datos que existen cada una tiene sus propias
características, las que al final permiten dar fiabilidad al tratamiento de datos. Por ejemplo, T de
Student, es más apropiada para muestras pequeñas, pero presenta una robustez, ante la normalidad
de la población y es versátil pues permite compara medias de dos grupos independientes o
relacionados. Chi-cuadrada, es en cambio enfocada al estudio de dos variables, no permite la
comparación de medias y puede sobre estimar la significancia en muestras grandes. ANOVA, se
puede usar para tratar datos de dos o más grupos, permitiendo evaluar más datos a la vez (Castro
Morales et al., 2025). En el caso de la presente investigación se ha decidido usar la T de Student
por las características mencionadas antes para el análisis de datos.
Después de haber analizado las metodologías relacionadas a la investigación, es necesario
describir la propuesta de la investigación. El objetivo general de la investigación, es determinar
la incidencia que tiene la robótica educativa por medio del simulador Scratch como estrategia
interdisciplinaria, para lograr que los estudiantes de segundo de bachillerato de la Unidad
Educativa José Mejía Lequerica, alcancen el aprendizaje significativo, en las asignaturas de
matemáticas y física, en los contenidos de progresiones aritmética y geométricas y ley de
Coulomb, respectivamente.
Entonces se plantea los procedimientos para alcanzar el objetivo esperado, mismo que se
realiza en cuatro procesos como se describen a continuación:
dando un total de 113, que es lo más cercano a la muestra calculada. Luego se define los grupos,
el de control está formado por los estudiantes de los paralelos A y B, que constan de 29 y 29
estudiantes, un total de 58. Mientras que el grupo de experimentación está formado por los
paralelos C y D, con 26 y 29 estudiantes, total 55.
La investigación al ser cuasi experimental, permite la manipulación de la variable
independiente, para analizar su efecto en la dependiente, por lo se ha optado por realizar un
proceso de diagnóstico de la variable dependiente, aplicación de una propuesta de mejora y
finalmente una evaluación de la propuesta aplicada. En resumen, son tres fases; pre test,
aplicación de propuesta y postest.
En lo referente al tratamiento de datos para el análisis, después de la recolección por
medio de los cuestionarios pretest y postest, se requiere un análisis estadístico. De forma inicial
se procede a usar estadística descriptiva, con el uso de promedio porcentuales basados en
histogramas. Por otro lado existen varias técnicas de análisis y pruebas estadísticas como T de
Student, la prueba Z, la Chi cuadrada y otras. Pero cada una de ellas presenta ventajas y
desventajas. Además, como lo expresan como lo expresan Castro Morales et al (2025), las pruebas
estadísticas se constituyen en herramientas para evaluar hipótesis y realizar inferencias sobre
parámetros poblacionales, tal como lo hacen la T de Student, la prueba ANOVA y la Chi
cuadrada.
De las varias pruebas de análisis de datos que existen cada una tiene sus propias
características, las que al final permiten dar fiabilidad al tratamiento de datos. Por ejemplo, T de
Student, es más apropiada para muestras pequeñas, pero presenta una robustez, ante la normalidad
de la población y es versátil pues permite compara medias de dos grupos independientes o
relacionados. Chi-cuadrada, es en cambio enfocada al estudio de dos variables, no permite la
comparación de medias y puede sobre estimar la significancia en muestras grandes. ANOVA, se
puede usar para tratar datos de dos o más grupos, permitiendo evaluar más datos a la vez (Castro
Morales et al., 2025). En el caso de la presente investigación se ha decidido usar la T de Student
por las características mencionadas antes para el análisis de datos.
Después de haber analizado las metodologías relacionadas a la investigación, es necesario
describir la propuesta de la investigación. El objetivo general de la investigación, es determinar
la incidencia que tiene la robótica educativa por medio del simulador Scratch como estrategia
interdisciplinaria, para lograr que los estudiantes de segundo de bachillerato de la Unidad
Educativa José Mejía Lequerica, alcancen el aprendizaje significativo, en las asignaturas de
matemáticas y física, en los contenidos de progresiones aritmética y geométricas y ley de
Coulomb, respectivamente.
Entonces se plantea los procedimientos para alcanzar el objetivo esperado, mismo que se
realiza en cuatro procesos como se describen a continuación:
Vol. 12/ Núm. 4 2025 pág. 12
Primero, se realiza un diagnóstico del estado situacional del aprendizaje significativo de
los estudiantes de segundo de bachillerato de la Unidad Educativa José Mejía Lequerica, en las
asignaturas de Física y Matemática, en los contenidos de la Ley de Coulomb y Progresiones
aritméticas y geométricas.
Segundo, se identifica las dificultades de los estudiantes para alcanzar el aprendizaje
significativo de los contenidos de la Ley de Coulomb y Progresiones aritméticas y geométricas.
Con esa información se procede a definir una propuesta innovadora para mejorar el aprendizaje
significativo.
Tercera parte del procedimiento, es aplicar la propuesta pedagógica, que es la estrategia
metodológica activa, como la robótica educativa por medio del simulador Scratch, para lograr
alcanzar el aprendizaje significativo de los contenidos de Física y Matemática de los estudiantes
de segundo de bachillerato.
Finalmente, después de aplicar la propuesta, se recolecta información por medio de
instrumentos de adquisición de datos. Luego se analiza la efectividad de los resultados, en cuanto
a si se logró incentivar el aprendizaje significativo de los estudiantes de segundo de bachillerato
de la Unidad Educativa José Mejía Lequerica.
Proceso de investigación
Diagnóstico del estado situacional del aprendizaje significativo
El primer proceso tiene que ver con el diagnóstico de la situación problémica. Para
diagnosticar se procede a la creación de un cuestionario académico, que permita evaluar tres
rasgos importantes del aprendizaje; la conceptualización, el uso de procedimientos en resolución
de problemas y la metacognición, que están relacionados con el aprendizaje significativo. En el
cuestionario se va a evaluar el aprendizaje significativo de los estudiantes en dos asignaturas,
Matemáticas y Física. En el caso de matemática, se enfoca en el contenido de progresiones
aritméticas y geométricas. En física, en la ley de Coulomb. Se optó por esos contenidos, porque
eran los más recientes estudiados por los estudiantes en las semanas previas a la investigación.
Cada cuestionario consta de diez preguntas, de selección múltiple con una respuesta
correcta. Las preguntas de los cuestionarios son de tipo conceptual, procedimental y
metacognitivas. No están distribuidas de forma ordenada, porque se espera que el estudiante
pueda identificar la forma o proceso de resolución de cada una de las mismas.
Pero antes de la aplicación el cuestionario debe pasar por la validación de expertos. Por
esa razón se crea la rúbrica del CVR, donde cada experto debe poner una calificación entre -1 a
1, en separaciones de 10 décimas, en cada ítem del cuestionario. Se usa el programa Excel para
realizar la recopilación de valores y aplicando las formulas establecidas por Lawshe (1975) y
Tristán-López (2008), conseguir el CVI.
𝐶𝑉𝑅 = 𝑛𝑒−𝑁
2
𝑁
2
y 𝐶𝑉𝑅′ = 𝐶𝑉𝑅+1
2
Primero, se realiza un diagnóstico del estado situacional del aprendizaje significativo de
los estudiantes de segundo de bachillerato de la Unidad Educativa José Mejía Lequerica, en las
asignaturas de Física y Matemática, en los contenidos de la Ley de Coulomb y Progresiones
aritméticas y geométricas.
Segundo, se identifica las dificultades de los estudiantes para alcanzar el aprendizaje
significativo de los contenidos de la Ley de Coulomb y Progresiones aritméticas y geométricas.
Con esa información se procede a definir una propuesta innovadora para mejorar el aprendizaje
significativo.
Tercera parte del procedimiento, es aplicar la propuesta pedagógica, que es la estrategia
metodológica activa, como la robótica educativa por medio del simulador Scratch, para lograr
alcanzar el aprendizaje significativo de los contenidos de Física y Matemática de los estudiantes
de segundo de bachillerato.
Finalmente, después de aplicar la propuesta, se recolecta información por medio de
instrumentos de adquisición de datos. Luego se analiza la efectividad de los resultados, en cuanto
a si se logró incentivar el aprendizaje significativo de los estudiantes de segundo de bachillerato
de la Unidad Educativa José Mejía Lequerica.
Proceso de investigación
Diagnóstico del estado situacional del aprendizaje significativo
El primer proceso tiene que ver con el diagnóstico de la situación problémica. Para
diagnosticar se procede a la creación de un cuestionario académico, que permita evaluar tres
rasgos importantes del aprendizaje; la conceptualización, el uso de procedimientos en resolución
de problemas y la metacognición, que están relacionados con el aprendizaje significativo. En el
cuestionario se va a evaluar el aprendizaje significativo de los estudiantes en dos asignaturas,
Matemáticas y Física. En el caso de matemática, se enfoca en el contenido de progresiones
aritméticas y geométricas. En física, en la ley de Coulomb. Se optó por esos contenidos, porque
eran los más recientes estudiados por los estudiantes en las semanas previas a la investigación.
Cada cuestionario consta de diez preguntas, de selección múltiple con una respuesta
correcta. Las preguntas de los cuestionarios son de tipo conceptual, procedimental y
metacognitivas. No están distribuidas de forma ordenada, porque se espera que el estudiante
pueda identificar la forma o proceso de resolución de cada una de las mismas.
Pero antes de la aplicación el cuestionario debe pasar por la validación de expertos. Por
esa razón se crea la rúbrica del CVR, donde cada experto debe poner una calificación entre -1 a
1, en separaciones de 10 décimas, en cada ítem del cuestionario. Se usa el programa Excel para
realizar la recopilación de valores y aplicando las formulas establecidas por Lawshe (1975) y
Tristán-López (2008), conseguir el CVI.
𝐶𝑉𝑅 = 𝑛𝑒−𝑁
2
𝑁
2
y 𝐶𝑉𝑅′ = 𝐶𝑉𝑅+1
2
Vol. 12/ Núm. 4 2025 pág. 13
Donde ne representa la cantidad de expertos que están de acuerdo en la categoría, N el
total de expertos. Los valores del se representan en una tabla de EXCEL, tal como se observa en
la Tabla 1, donde el CVI es 0,83. El valor CVI es bastante bueno, lo que permite definir que el
Cuestionario de pretest de Matemática es válido para la aplicación. Del mismo modo se procede
con el cuestionario de pretest de Física, el que obtuvo un CVI de 0,845; lo que permite definir
que el instrumento sea aplicado a los estudiantes.
Tabla 1
Calculo de CVI del Pretest de Matemática
Coeficiente de Validación del Instrumento Cuestionario
Pretest de Matemática
Pregunta CVR CVR'
1 0,5 0,75
2 0,6 0,8
3 0,4 0,7
4 0,6 0,8
5 0,7 0,85
6 0,6 0,8
7 0,7 0,85
8 0,8 0,9
9 0,8 0,9
10 0,9 0,95
CVI 0,83
Fuente: Elaborada por los autores
Puesto la investigación es cuasi experimental, se dividió en dos grupos a los estudiantes,
para identificar el efecto de la propuesta. Pero cumplir la primera fase de investigación, aplicar el
pretest, no se hace diferenciación, porque todos los estudiantes están en el mismo nivel
académico, en las asignaturas y contendido mencionados. Cabe resaltar que un solo docente es
profesor de matemáticas y otro de física, para los cuatro cursos de segundo de bachillerato, razón
por la que se puede asegurar que en la parte pedagógica y didáctica, los estudiantes mantienen un
mismo esquema.
Los cuestionarios pretest de matemáticas y física, se los aplica la misma semana y sin
aviso previo, con el propósito de deducir que conocimientos y aprendizaje han logrado mantener
después del proceso de enseñanza y aprendizaje planteado por los docentes de las asignaturas.
Los cuestionarios, fueron impresos, ya que esa es la forma a la que están acostumbrados y
tradicional de evaluar, en el caso de los docentes de las asignaturas descritas.
Donde ne representa la cantidad de expertos que están de acuerdo en la categoría, N el
total de expertos. Los valores del se representan en una tabla de EXCEL, tal como se observa en
la Tabla 1, donde el CVI es 0,83. El valor CVI es bastante bueno, lo que permite definir que el
Cuestionario de pretest de Matemática es válido para la aplicación. Del mismo modo se procede
con el cuestionario de pretest de Física, el que obtuvo un CVI de 0,845; lo que permite definir
que el instrumento sea aplicado a los estudiantes.
Tabla 1
Calculo de CVI del Pretest de Matemática
Coeficiente de Validación del Instrumento Cuestionario
Pretest de Matemática
Pregunta CVR CVR'
1 0,5 0,75
2 0,6 0,8
3 0,4 0,7
4 0,6 0,8
5 0,7 0,85
6 0,6 0,8
7 0,7 0,85
8 0,8 0,9
9 0,8 0,9
10 0,9 0,95
CVI 0,83
Fuente: Elaborada por los autores
Puesto la investigación es cuasi experimental, se dividió en dos grupos a los estudiantes,
para identificar el efecto de la propuesta. Pero cumplir la primera fase de investigación, aplicar el
pretest, no se hace diferenciación, porque todos los estudiantes están en el mismo nivel
académico, en las asignaturas y contendido mencionados. Cabe resaltar que un solo docente es
profesor de matemáticas y otro de física, para los cuatro cursos de segundo de bachillerato, razón
por la que se puede asegurar que en la parte pedagógica y didáctica, los estudiantes mantienen un
mismo esquema.
Los cuestionarios pretest de matemáticas y física, se los aplica la misma semana y sin
aviso previo, con el propósito de deducir que conocimientos y aprendizaje han logrado mantener
después del proceso de enseñanza y aprendizaje planteado por los docentes de las asignaturas.
Los cuestionarios, fueron impresos, ya que esa es la forma a la que están acostumbrados y
tradicional de evaluar, en el caso de los docentes de las asignaturas descritas.
Vol. 12/ Núm. 4 2025 pág. 14
Identificación de las dificultades
Tras la aplicación y revisión de los cuestionarios, se analizan los valores obtenidos por
los estudiantes al responder las preguntas, por medio de la cantidad de aciertos y desaciertos. Si
está bien respondido, se cuenta como un acierto y si la respuesta está mal seleccionada o no
respondida, es desacierto. Entonces se realiza una comparación de los aciertos y desaciertos, con
estadística descriptiva, usando la media aritmética o promedios porcentuales, tomando en cuenta
la cantidad de preguntas según sean conceptuales, procedimentales o metacognitivas y
diagnosticar la situación del aprendizaje significativo de los dos grupos.
De forma general en el caso de matemática, los porcentajes de aciertos son mucho
menores a los desaciertos, que casi los duplican, rasgo que se evidencia en casi todas las preguntas
de tipo conceptual, luego procedimental y metacognitivo. Se determina aproximadamente entre
el 67,54% al 71,35%, responden mal las preguntas o no las responden (desaciertos). Mientras el
resto, en un reducido 32,46% a 28,65%, responde bien las preguntas (aciertos). Lo propio sucede
en el caso del cuestionario de física, el 67,27% al 70,60% responden erróneamente a las preguntas,
mientras el complemento acierta las respuestas. Esos resultados demuestran que existen
dificultades de aprendizaje en los dos grupos de investigación.
Los porcentajes analizados de los resultados del pretest, definen la existencia de
insuficiencias en el aprendizaje significativo de los dos grupos. Además, corroboran lo que se
había analizado con relación a los datos obtenidos de las pruebas PISA-D, 2017, en el Ecuador.
Además, determina que es necesario aplicar alguna estrategia que permita mejorar el aprendizaje
significativo en las asignaturas de matemáticas y física. Por ello se propone usar metodologías
activas, como la robótica educativa por medio del simular Scratch, para mejorar el aprendizaje
significativo.
Aplicación de la propuesta
La propuesta es usar la robótica educativa por medio del simulador Scratch, y aprovechar
la transversalidad del enfoque STEM, como estrategia interdisciplinaria para incentivar el
aprendizaje significativo de los estudiantes de segundo bachillerato, en las asignaturas de
matemáticas y física, en los contenidos de progresiones aritméticas y geométricas; y la ley de
Coulomb, respectivamente.
El diseño se aplica a los grupos que son parte de la investigación, el de experimentación
y el de control. Al grupo de experimentación, se interviene con la propuesta de la robótica
educativa por medio del simulador Scratch, para incentivar el aprendizaje significativo en los
contenidos de matemáticas y física. Por otro lado, con el grupo de control, se continúa con el
aprendizaje tradicional, donde el docente dicta la clase de repaso, sobre progresiones en el caso
de matemáticas y luego procede a realizar ejercicios de aplicación, al final se envía una tarea de
resolución de ejercicios. Con relación a la asignatura de física se procede de igual forma.
Identificación de las dificultades
Tras la aplicación y revisión de los cuestionarios, se analizan los valores obtenidos por
los estudiantes al responder las preguntas, por medio de la cantidad de aciertos y desaciertos. Si
está bien respondido, se cuenta como un acierto y si la respuesta está mal seleccionada o no
respondida, es desacierto. Entonces se realiza una comparación de los aciertos y desaciertos, con
estadística descriptiva, usando la media aritmética o promedios porcentuales, tomando en cuenta
la cantidad de preguntas según sean conceptuales, procedimentales o metacognitivas y
diagnosticar la situación del aprendizaje significativo de los dos grupos.
De forma general en el caso de matemática, los porcentajes de aciertos son mucho
menores a los desaciertos, que casi los duplican, rasgo que se evidencia en casi todas las preguntas
de tipo conceptual, luego procedimental y metacognitivo. Se determina aproximadamente entre
el 67,54% al 71,35%, responden mal las preguntas o no las responden (desaciertos). Mientras el
resto, en un reducido 32,46% a 28,65%, responde bien las preguntas (aciertos). Lo propio sucede
en el caso del cuestionario de física, el 67,27% al 70,60% responden erróneamente a las preguntas,
mientras el complemento acierta las respuestas. Esos resultados demuestran que existen
dificultades de aprendizaje en los dos grupos de investigación.
Los porcentajes analizados de los resultados del pretest, definen la existencia de
insuficiencias en el aprendizaje significativo de los dos grupos. Además, corroboran lo que se
había analizado con relación a los datos obtenidos de las pruebas PISA-D, 2017, en el Ecuador.
Además, determina que es necesario aplicar alguna estrategia que permita mejorar el aprendizaje
significativo en las asignaturas de matemáticas y física. Por ello se propone usar metodologías
activas, como la robótica educativa por medio del simular Scratch, para mejorar el aprendizaje
significativo.
Aplicación de la propuesta
La propuesta es usar la robótica educativa por medio del simulador Scratch, y aprovechar
la transversalidad del enfoque STEM, como estrategia interdisciplinaria para incentivar el
aprendizaje significativo de los estudiantes de segundo bachillerato, en las asignaturas de
matemáticas y física, en los contenidos de progresiones aritméticas y geométricas; y la ley de
Coulomb, respectivamente.
El diseño se aplica a los grupos que son parte de la investigación, el de experimentación
y el de control. Al grupo de experimentación, se interviene con la propuesta de la robótica
educativa por medio del simulador Scratch, para incentivar el aprendizaje significativo en los
contenidos de matemáticas y física. Por otro lado, con el grupo de control, se continúa con el
aprendizaje tradicional, donde el docente dicta la clase de repaso, sobre progresiones en el caso
de matemáticas y luego procede a realizar ejercicios de aplicación, al final se envía una tarea de
resolución de ejercicios. Con relación a la asignatura de física se procede de igual forma.
Vol. 12/ Núm. 4 2025 pág. 15
Grupo experimental
En primer lugar, se crea un entorno virtual de enseñanza y aprendizaje (EVEA), sobre la
plataforma milaulas.com. El sitio se denomina roboticamejia.milaulas.com, sobre este entorno se
implantan las actividades que se trabajaron en el proceso de la propuesta. Cada estudiante del
grupo de experimentación, tiene su propio acceso al entorno virtual de aprendizaje, desde donde
pueden realizar las actividades planteados por los investigadores.
Las actividades se basan en un plan de clase diseñado para el efecto y por asignatura,
donde se aplicó la metodología activa de la robótica educativa. La planificación fue diseñada para
un total de 16 horas clase (4 semanas), cada hora clase es de 45 minutos, dentro de un entorno
virtual de aprendizaje, roboticamejia.milaulas.com.
La planificación de matemáticas se la ha dividido en tres bloques. El bloque 1, se enfoca
en Introducción y fundamentos sobre progresiones: (tiempo: 4 horas). Las actividades son de tipo
individual y colaborativo, como activación mental, dinámicas de identificación de patrones
(grupal), investigación en videos relacionados con el tema (individual) en plataforma EVEA.
Conversatorio sobre las progresiones aritméticas y geométricas, procesos de resolución de
ejercicios y problemas (grupal).
El Bloque 2, se enfoca en la introducción y simulación en Scratch: (tiempo: 6 horas).
Actividad previa individual, revisar video explicativo sobre Scratch en plataforma EVEA.
Explicación para desarrollo de sprites básicos en Scratch. Creación de sprites para progresiones
aritméticas de forma grupal. Programar sprites para aplicaciones de casos financieros como ahorro
mensual.
Y el Bloque 3, es la aplicación y simulación en Scratch: (tiempo: 6 horas). Creación de
sprites para progresiones geométricas de forma grupal. Programar sprites para aplicaciones de
casos financieros como interés compuesto. Proyecto grupal: desarrollar una aplicación en Scratch
que simula un banco, con cuentas de ahorros y créditos.
De igual forma se realiza la planificación de las clases de física. Bloque 1, Introducción
y fundamentos sobre ley de coulomb: (tiempo: 4 horas). Las actividades son de tipo individual y
colaborativo, como activación mental, dinámicas de identificación de fenómenos eléctricos
(grupal), investigación en videos relacionados con la ley de coulomb (individual) en plataforma
EVEA. Conversatorio sobre las características y conceptos de la ley de coulomb. Proceso de
resolución de ejercicios y problemas (grupal). Introducción a Scratch y desarrollo de sprites
básicos.
El Bloque 2, la sSimulación en Scratch: (tiempo: 6 horas). Actividad previa individual,
revisar video explicativo sobre Scratch en plataforma EVEA. Explicación para desarrollo de
sprites relacionados al tema. De forma grupal desarrollar sprites de cargas puntuales. Programar
sprites para variaciones de parámetros como radio y cantidad de cargas.
Grupo experimental
En primer lugar, se crea un entorno virtual de enseñanza y aprendizaje (EVEA), sobre la
plataforma milaulas.com. El sitio se denomina roboticamejia.milaulas.com, sobre este entorno se
implantan las actividades que se trabajaron en el proceso de la propuesta. Cada estudiante del
grupo de experimentación, tiene su propio acceso al entorno virtual de aprendizaje, desde donde
pueden realizar las actividades planteados por los investigadores.
Las actividades se basan en un plan de clase diseñado para el efecto y por asignatura,
donde se aplicó la metodología activa de la robótica educativa. La planificación fue diseñada para
un total de 16 horas clase (4 semanas), cada hora clase es de 45 minutos, dentro de un entorno
virtual de aprendizaje, roboticamejia.milaulas.com.
La planificación de matemáticas se la ha dividido en tres bloques. El bloque 1, se enfoca
en Introducción y fundamentos sobre progresiones: (tiempo: 4 horas). Las actividades son de tipo
individual y colaborativo, como activación mental, dinámicas de identificación de patrones
(grupal), investigación en videos relacionados con el tema (individual) en plataforma EVEA.
Conversatorio sobre las progresiones aritméticas y geométricas, procesos de resolución de
ejercicios y problemas (grupal).
El Bloque 2, se enfoca en la introducción y simulación en Scratch: (tiempo: 6 horas).
Actividad previa individual, revisar video explicativo sobre Scratch en plataforma EVEA.
Explicación para desarrollo de sprites básicos en Scratch. Creación de sprites para progresiones
aritméticas de forma grupal. Programar sprites para aplicaciones de casos financieros como ahorro
mensual.
Y el Bloque 3, es la aplicación y simulación en Scratch: (tiempo: 6 horas). Creación de
sprites para progresiones geométricas de forma grupal. Programar sprites para aplicaciones de
casos financieros como interés compuesto. Proyecto grupal: desarrollar una aplicación en Scratch
que simula un banco, con cuentas de ahorros y créditos.
De igual forma se realiza la planificación de las clases de física. Bloque 1, Introducción
y fundamentos sobre ley de coulomb: (tiempo: 4 horas). Las actividades son de tipo individual y
colaborativo, como activación mental, dinámicas de identificación de fenómenos eléctricos
(grupal), investigación en videos relacionados con la ley de coulomb (individual) en plataforma
EVEA. Conversatorio sobre las características y conceptos de la ley de coulomb. Proceso de
resolución de ejercicios y problemas (grupal). Introducción a Scratch y desarrollo de sprites
básicos.
El Bloque 2, la sSimulación en Scratch: (tiempo: 6 horas). Actividad previa individual,
revisar video explicativo sobre Scratch en plataforma EVEA. Explicación para desarrollo de
sprites relacionados al tema. De forma grupal desarrollar sprites de cargas puntuales. Programar
sprites para variaciones de parámetros como radio y cantidad de cargas.
Vol. 12/ Núm. 4 2025 pág. 16
Y el Bloque 3, aplicación y simulación en Scratch: (tiempo: 6 horas). Creación de bloques
matemáticos, implementar en sprites que permitan visualizar las variaciones con el movimiento
de las cargas (grupal). Proyecto, desarrollar una aplicación en Scratch que simula un juego de
cargas, analizando los casos de impresoras láser, rayos, pantallas táctiles.
La propuesta se aplica en cuatro semanas, con las actividades evaluadas en el pretest,
fortaleciendo en los vacíos académicos en la parte conceptual, y la última hora de la cuarta semana
se aplica
Grupo de control
En el caso del grupo de control, se trabajó la misma cantidad de horas pedagógicas (16
horas / semana). Pero el planteamiento pedagógico es el tradicional, donde el docente expone el
tema, explica la clase, procede a realizar actividades procesuales, realiza ejercicios explicados y
envía tareas. La planificación es tradicional.
Bloque 1, fundamentos sobre progresiones: (tiempo: 4 horas). Docente entrega hojas de
exposición. En clase se lee las hojas. Los estudiantes realizan un resumen de las principales ideas
aprendidas del tema. Realizan el descubrimiento de los procesos de resolución de progresiones
aritméticas y geométricas.
Bloque 2, ejercitación: (tiempo: 6 horas). El docente explica los procesos de resolución
de los dos tipos de progresiones. Realiza ejercicios y problemas explicativos. Entrega hojas de
ejercicios que el estudiante debe realizar en clase y en casa.
Bloque 3, aplicaciones: (tiempo: 6 horas). El docente explica algunas aplicaciones de las
progresiones en el ámbito cotidiano, como en la matemática financiera, por ejemplo, cuentas de
ahorro y prestamos con interés compuesto, realiza una ejercitación de problemas relacionado son
el tema. Los estudiantes deben completar con la resolución de ejercicios y problemas de la vida
real, especialmente con ejercicios financieros.
Plan de clase para física, Bloque 1; fundamentos sobre ley de coulomb: (tiempo: 4 horas).
El docente expone los conceptos más importantes sobre el contenido. Provee hojas de apoyo con
los conceptos y solicita que los estudiantes, realicen un resumen del tema. Explica a los
estudiantes el proceso de resolución de ejercicios y problemas sobre la ley de Coulomb.
Bloque 2, ejercitación: (tiempo: 6 horas). El docente explica los procesos de análisis de
ejercicios y problemas del contenido, por medio de ejemplos expuesto en la clase. Provee hojas
de ejercicios y problemas de resolución que los estudiantes deben resolver en la clase y en casa.
Bloque 3, aplicación: (tiempo: 6 horas). El docente explica las aplicaciones que tiene el
contenido expuesto. Solicita que los estudiantes piensen o consulten en su casa otras aplicaciones.
El docente plantea problemas relacionados a las aplicaciones de la vida real.
La propuesta se aplica en cuatro semanas, teniendo como referencia las actividades
evaluadas en el pretest, fortaleciendo en los vacíos académicos en la parte conceptual,
Y el Bloque 3, aplicación y simulación en Scratch: (tiempo: 6 horas). Creación de bloques
matemáticos, implementar en sprites que permitan visualizar las variaciones con el movimiento
de las cargas (grupal). Proyecto, desarrollar una aplicación en Scratch que simula un juego de
cargas, analizando los casos de impresoras láser, rayos, pantallas táctiles.
La propuesta se aplica en cuatro semanas, con las actividades evaluadas en el pretest,
fortaleciendo en los vacíos académicos en la parte conceptual, y la última hora de la cuarta semana
se aplica
Grupo de control
En el caso del grupo de control, se trabajó la misma cantidad de horas pedagógicas (16
horas / semana). Pero el planteamiento pedagógico es el tradicional, donde el docente expone el
tema, explica la clase, procede a realizar actividades procesuales, realiza ejercicios explicados y
envía tareas. La planificación es tradicional.
Bloque 1, fundamentos sobre progresiones: (tiempo: 4 horas). Docente entrega hojas de
exposición. En clase se lee las hojas. Los estudiantes realizan un resumen de las principales ideas
aprendidas del tema. Realizan el descubrimiento de los procesos de resolución de progresiones
aritméticas y geométricas.
Bloque 2, ejercitación: (tiempo: 6 horas). El docente explica los procesos de resolución
de los dos tipos de progresiones. Realiza ejercicios y problemas explicativos. Entrega hojas de
ejercicios que el estudiante debe realizar en clase y en casa.
Bloque 3, aplicaciones: (tiempo: 6 horas). El docente explica algunas aplicaciones de las
progresiones en el ámbito cotidiano, como en la matemática financiera, por ejemplo, cuentas de
ahorro y prestamos con interés compuesto, realiza una ejercitación de problemas relacionado son
el tema. Los estudiantes deben completar con la resolución de ejercicios y problemas de la vida
real, especialmente con ejercicios financieros.
Plan de clase para física, Bloque 1; fundamentos sobre ley de coulomb: (tiempo: 4 horas).
El docente expone los conceptos más importantes sobre el contenido. Provee hojas de apoyo con
los conceptos y solicita que los estudiantes, realicen un resumen del tema. Explica a los
estudiantes el proceso de resolución de ejercicios y problemas sobre la ley de Coulomb.
Bloque 2, ejercitación: (tiempo: 6 horas). El docente explica los procesos de análisis de
ejercicios y problemas del contenido, por medio de ejemplos expuesto en la clase. Provee hojas
de ejercicios y problemas de resolución que los estudiantes deben resolver en la clase y en casa.
Bloque 3, aplicación: (tiempo: 6 horas). El docente explica las aplicaciones que tiene el
contenido expuesto. Solicita que los estudiantes piensen o consulten en su casa otras aplicaciones.
El docente plantea problemas relacionados a las aplicaciones de la vida real.
La propuesta se aplica en cuatro semanas, teniendo como referencia las actividades
evaluadas en el pretest, fortaleciendo en los vacíos académicos en la parte conceptual,
Vol. 12/ Núm. 4 2025 pág. 17
procedimental y metacognitiva, en los dos grupos. Finalmente, la última hora del plan, la última
semana, se realiza la evaluación del postest.
Aplicación del postest
El postest es la parte complementaria de la investigación que permite determinar la
eficacia de propuesta implementada y aplicada. Con el postest se desea observar la incidencia de
la variable independiente, la robótica educativa; sobre la variable dependiente, el aprendizaje
significativo.
El postest es en realidad un instrumento de similares características que el cuestionario
pretest, que inicialmente se evaluó, pero con una redacción diferente. De la misma forma como
se procedió en la validación del pretest, se realiza la misma validación de juicio por expertos,
donde se calculó el CVI, para cada instrumento de postest, en las asignaturas de Matemática y
Física, para los dos grupos, el experimental y control. El CVI para el cuestionario de matemáticas
alcanzo un valor de 0,87. El CVI para el cuestionario de Física alcanzo un valor de 0,875. Los
valores mejoraron lo que permite definir que le instrumento sea aplicado a los estudiantes.
La aplicación de los cuestionarios tiene la diferencia en la presentación, con relación al
del pretest; para el grupo experimental, se utilizó la plataforma EVEA, como parte de la
plataforma, lo que facilitó realizar el proceso de calificación y tratamiento de datos, a los
investigadores. Pero en el caso del grupo de control la evaluación fue manual, en hojas impresas,
demorando, la recolección de datos a los investigadores.
RESULTADOS Y DISCUSIÓN
Resultados del cuestionario pretest de Matemáticas y Física
Los datos de los resultados del pretest de las dos áreas, se presentan en la Tabla 2.
Tabla 2
Pretest de Matemáticas y Física
Matemáticas Pretest Física Pretest
Tipo Experimental Control Experimental Control
ACIERTOS
Conceptual 28,65% 32,19% 29,39% 28,65%
Procedimental 32,46% 34,48% 32,73% 32,46%
Metacongnitiva 32,46% 37,93% 32,73% 32,46%
DESACIERTOS
Conceptual 71,35% 67,81% 70,61% 71,35%
Procedimental 67,54% 65,52% 67,27% 67,54%
Metacongnitiva 67,54% 62,07% 67,27% 67,54%
Fuente: Elaborada por los autores
Análisis
procedimental y metacognitiva, en los dos grupos. Finalmente, la última hora del plan, la última
semana, se realiza la evaluación del postest.
Aplicación del postest
El postest es la parte complementaria de la investigación que permite determinar la
eficacia de propuesta implementada y aplicada. Con el postest se desea observar la incidencia de
la variable independiente, la robótica educativa; sobre la variable dependiente, el aprendizaje
significativo.
El postest es en realidad un instrumento de similares características que el cuestionario
pretest, que inicialmente se evaluó, pero con una redacción diferente. De la misma forma como
se procedió en la validación del pretest, se realiza la misma validación de juicio por expertos,
donde se calculó el CVI, para cada instrumento de postest, en las asignaturas de Matemática y
Física, para los dos grupos, el experimental y control. El CVI para el cuestionario de matemáticas
alcanzo un valor de 0,87. El CVI para el cuestionario de Física alcanzo un valor de 0,875. Los
valores mejoraron lo que permite definir que le instrumento sea aplicado a los estudiantes.
La aplicación de los cuestionarios tiene la diferencia en la presentación, con relación al
del pretest; para el grupo experimental, se utilizó la plataforma EVEA, como parte de la
plataforma, lo que facilitó realizar el proceso de calificación y tratamiento de datos, a los
investigadores. Pero en el caso del grupo de control la evaluación fue manual, en hojas impresas,
demorando, la recolección de datos a los investigadores.
RESULTADOS Y DISCUSIÓN
Resultados del cuestionario pretest de Matemáticas y Física
Los datos de los resultados del pretest de las dos áreas, se presentan en la Tabla 2.
Tabla 2
Pretest de Matemáticas y Física
Matemáticas Pretest Física Pretest
Tipo Experimental Control Experimental Control
ACIERTOS
Conceptual 28,65% 32,19% 29,39% 28,65%
Procedimental 32,46% 34,48% 32,73% 32,46%
Metacongnitiva 32,46% 37,93% 32,73% 32,46%
DESACIERTOS
Conceptual 71,35% 67,81% 70,61% 71,35%
Procedimental 67,54% 65,52% 67,27% 67,54%
Metacongnitiva 67,54% 62,07% 67,27% 67,54%
Fuente: Elaborada por los autores
Análisis
Vol. 12/ Núm. 4 2025 pág. 18
En la Tabla 2, se puede observar los porcentajes de aciertos y desaciertos de los
estudiantes al responder el cuestionario pretest de las dos asignaturas, matemáticas y física.
También en el caso de las dos áreas, se ha calculado el porcentaje de los aspectos que se evaluaron,
la conceptualización, procedimientos y metacognición.
Para la asignatura de matemáticas en el grupo experimental, en el aspecto conceptual, los
estudiantes alcanzaron un 28,65% de aciertos en el grupo experimental de estudiantes y el 71,35%
no respondieron adecuadamente o no lo hicieron. Con relación a lo procedimental se observa que
el 32,46% del grupo de experimentación responden correctamente, frente a un 67,34% que no lo
hace. De la misma forma en las preguntas metacognitivas, el 32, 46% acierta, y el 67, 34%
responde de forma errada.
Así mismo, se pueden observar los porcentajes de aciertos alcanzados por el grupo de
control. En lo conceptual un 32,19%, en el aspecto procedimental un 34,48% y en el
metacognitivo un porcentaje de 37,93%. Por lo contrario, en los desaciertos tienen porcentajes
de casi el duplicado, en lo conceptual 67,81%, procedimental 65,52% y metacognitivo 62,07%.
Los porcentajes de física son aproximadamente similares a los de matemáticas, por lo que
se determina que los estudiantes, tampoco han logrado alcanzar los aprendizajes significativos.
Para mayor comprensión se han realizado histogramas que permitan visualizar los datos
expuestos en la Tabla 2. La Figura 1, demuestra los datos porcentuales de la asignatura de
matemáticas, representados en las barras de color azul y rojo. Las barras de color azul representan
los valores del grupo experimental y las de color rojo, representan al grupo de control. En el lado
izquierdo se encuentran los valores de los aciertos y el lado derecho simboliza la cantidad de
desaciertos. La Figura 1, demuestra la similitud de valores en los aciertos y como esos valores
aproximadamente se duplican en los desaciertos, eso define que los estudiantes no están han
aprendido correctamente los contenidos.
Figura 1
Gráfico del Pretest de Matemáticas de los dos grupos del experimento
Fuente: Elaborada por los autores
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Matemáticas Pretest
Experimental Control
En la Tabla 2, se puede observar los porcentajes de aciertos y desaciertos de los
estudiantes al responder el cuestionario pretest de las dos asignaturas, matemáticas y física.
También en el caso de las dos áreas, se ha calculado el porcentaje de los aspectos que se evaluaron,
la conceptualización, procedimientos y metacognición.
Para la asignatura de matemáticas en el grupo experimental, en el aspecto conceptual, los
estudiantes alcanzaron un 28,65% de aciertos en el grupo experimental de estudiantes y el 71,35%
no respondieron adecuadamente o no lo hicieron. Con relación a lo procedimental se observa que
el 32,46% del grupo de experimentación responden correctamente, frente a un 67,34% que no lo
hace. De la misma forma en las preguntas metacognitivas, el 32, 46% acierta, y el 67, 34%
responde de forma errada.
Así mismo, se pueden observar los porcentajes de aciertos alcanzados por el grupo de
control. En lo conceptual un 32,19%, en el aspecto procedimental un 34,48% y en el
metacognitivo un porcentaje de 37,93%. Por lo contrario, en los desaciertos tienen porcentajes
de casi el duplicado, en lo conceptual 67,81%, procedimental 65,52% y metacognitivo 62,07%.
Los porcentajes de física son aproximadamente similares a los de matemáticas, por lo que
se determina que los estudiantes, tampoco han logrado alcanzar los aprendizajes significativos.
Para mayor comprensión se han realizado histogramas que permitan visualizar los datos
expuestos en la Tabla 2. La Figura 1, demuestra los datos porcentuales de la asignatura de
matemáticas, representados en las barras de color azul y rojo. Las barras de color azul representan
los valores del grupo experimental y las de color rojo, representan al grupo de control. En el lado
izquierdo se encuentran los valores de los aciertos y el lado derecho simboliza la cantidad de
desaciertos. La Figura 1, demuestra la similitud de valores en los aciertos y como esos valores
aproximadamente se duplican en los desaciertos, eso define que los estudiantes no están han
aprendido correctamente los contenidos.
Figura 1
Gráfico del Pretest de Matemáticas de los dos grupos del experimento
Fuente: Elaborada por los autores
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Matemáticas Pretest
Experimental Control
Vol. 12/ Núm. 4 2025 pág. 19
Por otro lado se presenta también la Figura 2, que representa los resultados del pretest de
Física. Las barras azules representan al grupo experimental y las de color rojo al grupo de control.
Los valores de la izquierda los porcentajes de aciertos y el derecho los desaciertos. Se puede
visualizar similitud a lo que sucedió en el caso de matemáticas, por lo que se puede determinar
que los estudiantes tampoco han logrado alcanzar un adecuado aprendizaje en los contenidos
especificados en la investigación.
Figura 2
Gráfico del Pretest de Física de los dos grupos del experimento
Fuente: Elaborada por los autores
Resultados del cuestionario postest de matemáticas y física
Se presentan en la Tabla 3, recopila los datos de la información del postest, de las los
asignaturas.
Tabla 3
Resultados del Postest Matemáticas y Física
Matemáticas Postest Física Postest
Tipo Experimental Control Experimental Control
ACIERTOS
Conceptual 68,39% 35,78% 60,30% 32,19%
Procedimental 69,83% 28,28% 53,64% 34,48%
Metacongnitiva 63,79% 32,76% 52,73% 37,93%
DESACIERTOS
Conceptual 31,61% 64,22% 39,70% 67,81%
Procedimental 30,17% 71,72% 46,36% 65,52%
Metacongnitiva 36,21% 67,24% 47,27% 62,07%
Fuente: Elaborada por los autores
29,39% 32,73% 32,73%
70,61% 67,27% 67,27%
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Física Pretest
Experimental Control
Por otro lado se presenta también la Figura 2, que representa los resultados del pretest de
Física. Las barras azules representan al grupo experimental y las de color rojo al grupo de control.
Los valores de la izquierda los porcentajes de aciertos y el derecho los desaciertos. Se puede
visualizar similitud a lo que sucedió en el caso de matemáticas, por lo que se puede determinar
que los estudiantes tampoco han logrado alcanzar un adecuado aprendizaje en los contenidos
especificados en la investigación.
Figura 2
Gráfico del Pretest de Física de los dos grupos del experimento
Fuente: Elaborada por los autores
Resultados del cuestionario postest de matemáticas y física
Se presentan en la Tabla 3, recopila los datos de la información del postest, de las los
asignaturas.
Tabla 3
Resultados del Postest Matemáticas y Física
Matemáticas Postest Física Postest
Tipo Experimental Control Experimental Control
ACIERTOS
Conceptual 68,39% 35,78% 60,30% 32,19%
Procedimental 69,83% 28,28% 53,64% 34,48%
Metacongnitiva 63,79% 32,76% 52,73% 37,93%
DESACIERTOS
Conceptual 31,61% 64,22% 39,70% 67,81%
Procedimental 30,17% 71,72% 46,36% 65,52%
Metacongnitiva 36,21% 67,24% 47,27% 62,07%
Fuente: Elaborada por los autores
29,39% 32,73% 32,73%
70,61% 67,27% 67,27%
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Física Pretest
Experimental Control
Vol. 12/ Núm. 4 2025 pág. 20
Análisis
Con relación a la asignatura de matemáticas se puede observar un aumento muy
importante de 68,39% en las preguntas de conceptualización, en el grupo experimental, lo reduce
los estudiantes con errores a 31,61%. Asimismo, en el aspecto procedimental se verifica que la
cantidad subió a 69,83%, mientras que los desaciertos son de 30,17%. Y lo propio, en lo
metacognitivo, un 63,79% de aumento frente a un 36,21% de desaciertos.
De forma similar ocurrió en la asignatura de física, donde según la Tabla 3, los aciertos
en el aspecto conceptual aumentó a 60,30%, en procedimental a 53,64% y metacognitivo a
52,73%. Por supuesto, los errores se redujeron en sus respectivos porcentajes complementarios.
Este análisis permite concluir de forma categórica que la propuesta implementada resulto
ser eficiente, pues se puede ver que los resultados fueron de mejoras. Por lo que, se define que la
aplicación de la robótica educativa con Scratch, es una estrategia interdisciplinaria adecuada para
incentivar el aprendizaje significativo.
Por otro lado, el grupo de control presenta pocas mejoras pues eso lo demuestra la Tabla 3.
En el aspecto conceptual se logró llegar a 35,78%, en lo procedimental a 28,28% y lo
metacognitivo a 32,72%. Mientras los errores permanecen con porcentajes altos de 64,22%;
71,72%; 67,24% en los aspectos conceptual, procedimental y metacognitivo respectivamente.
Igualmente sucede en física, en el grupo experimental se observa un aumento notable, mientas
en el grupo de control un ligero aumento con relación al pretest.
También se ha realizado una gráfica demostrativa en la Figura 3 que permite visualizar lo
explicado en la Tabla 3.
Figura 3
Gráfico del Postest de Matemáticas de los dos grupos del experimento
Fuente: Elaborada por los autores
Los resultados demuestran que el grupo de experimentación, tuvo un aumento importante
de estudiantes que respondieron correctamente las preguntas, como se puede ver en las barras
68,39% 69,83% 63,79%
31,61% 30,17% 36,21%35,78% 28,28%
64,22% 71,72% 67,24%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Matemáticas Postest
Experimental Control
Análisis
Con relación a la asignatura de matemáticas se puede observar un aumento muy
importante de 68,39% en las preguntas de conceptualización, en el grupo experimental, lo reduce
los estudiantes con errores a 31,61%. Asimismo, en el aspecto procedimental se verifica que la
cantidad subió a 69,83%, mientras que los desaciertos son de 30,17%. Y lo propio, en lo
metacognitivo, un 63,79% de aumento frente a un 36,21% de desaciertos.
De forma similar ocurrió en la asignatura de física, donde según la Tabla 3, los aciertos
en el aspecto conceptual aumentó a 60,30%, en procedimental a 53,64% y metacognitivo a
52,73%. Por supuesto, los errores se redujeron en sus respectivos porcentajes complementarios.
Este análisis permite concluir de forma categórica que la propuesta implementada resulto
ser eficiente, pues se puede ver que los resultados fueron de mejoras. Por lo que, se define que la
aplicación de la robótica educativa con Scratch, es una estrategia interdisciplinaria adecuada para
incentivar el aprendizaje significativo.
Por otro lado, el grupo de control presenta pocas mejoras pues eso lo demuestra la Tabla 3.
En el aspecto conceptual se logró llegar a 35,78%, en lo procedimental a 28,28% y lo
metacognitivo a 32,72%. Mientras los errores permanecen con porcentajes altos de 64,22%;
71,72%; 67,24% en los aspectos conceptual, procedimental y metacognitivo respectivamente.
Igualmente sucede en física, en el grupo experimental se observa un aumento notable, mientas
en el grupo de control un ligero aumento con relación al pretest.
También se ha realizado una gráfica demostrativa en la Figura 3 que permite visualizar lo
explicado en la Tabla 3.
Figura 3
Gráfico del Postest de Matemáticas de los dos grupos del experimento
Fuente: Elaborada por los autores
Los resultados demuestran que el grupo de experimentación, tuvo un aumento importante
de estudiantes que respondieron correctamente las preguntas, como se puede ver en las barras
68,39% 69,83% 63,79%
31,61% 30,17% 36,21%35,78% 28,28%
64,22% 71,72% 67,24%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Matemáticas Postest
Experimental Control
Vol. 12/ Núm. 4 2025 pág. 21
azules del lado izquierdo, eso determina que mejoraron en el aprendizaje significativo. Por otro
lado, las barras de color rojo, que representan a los estudiantes del grupo de control, que se
mantienen con valores reducidos o mejoraron mínimamente, en el valor de aciertos, lo que quiere
decir que la metodología tradicional no logro mejorar el aprendizaje significativo del grupo.
De forma similar la Figura 4, presenta los resultados de la asignatura se física.
Permitiendo verificar que el grupo experimental, representado por las barras azules, mejoran
notablemente en los aciertos, por lo que se reduce la cantidad de desaciertos. Mientras que los
estudiantes del grupo de control, representados por las barras de color rojo, tienen valores bajos
den los aciertos y valores altos de desaciertos.
Figura 4
Gráfico del Postest de Física de los dos grupos del experimento
Fuente: Elaborada por los autores
Comparativa entre Pretest y Postest de matemáticas grupo experimental
Se procede de manera empírica a tratar los datos por medio de estadística descriptiva,
usando medias porcentuales. La Figura 5, muestra el nivel de aumento de los estudiantes que
estuvieron bajo la propuesta de robótica educativa con el simulador Scratch, en el grupo de
experimentación.
60,30% 53,64% 52,73% 39,70% 46,36% 47,27%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Física Postest
Experimental Control
azules del lado izquierdo, eso determina que mejoraron en el aprendizaje significativo. Por otro
lado, las barras de color rojo, que representan a los estudiantes del grupo de control, que se
mantienen con valores reducidos o mejoraron mínimamente, en el valor de aciertos, lo que quiere
decir que la metodología tradicional no logro mejorar el aprendizaje significativo del grupo.
De forma similar la Figura 4, presenta los resultados de la asignatura se física.
Permitiendo verificar que el grupo experimental, representado por las barras azules, mejoran
notablemente en los aciertos, por lo que se reduce la cantidad de desaciertos. Mientras que los
estudiantes del grupo de control, representados por las barras de color rojo, tienen valores bajos
den los aciertos y valores altos de desaciertos.
Figura 4
Gráfico del Postest de Física de los dos grupos del experimento
Fuente: Elaborada por los autores
Comparativa entre Pretest y Postest de matemáticas grupo experimental
Se procede de manera empírica a tratar los datos por medio de estadística descriptiva,
usando medias porcentuales. La Figura 5, muestra el nivel de aumento de los estudiantes que
estuvieron bajo la propuesta de robótica educativa con el simulador Scratch, en el grupo de
experimentación.
60,30% 53,64% 52,73% 39,70% 46,36% 47,27%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Física Postest
Experimental Control
Vol. 12/ Núm. 4 2025 pág. 22
Figura 5
Comparativa de resultados del pretest y postest en el grupo experimental
Fuente: Elaborada por los autores
La Figura 5, muestra los resultados comparativos de los aciertos y desaciertos del pretest,
en los estudiantes del grupo experimental. Las barras de color azul, representan los resultados del
pretest y otras de color rojo, los resultados del postest. En el lado izquierdo, se puede observar
que las barras de aciertos (azul) son bajas, pues, el promedio entre los resultados de las respuestas
de tipo cognitivo, procedimental y metacognitivo, es de 31.19%. Mientras las barras de
desaciertos, el lado derecho, bordean un promedio de 68,81%.
Luego, de realizada la aplicación de la propuesta pedagógica del uso de robótica
educativa, por medio del simulador Scratch, en la Figura 5 se observan los resultados del postest.
La barra de color rojo representan los resultados del postest, la cantidad de aciertos en el lado
izquierdo, se ve claramente ha aumentado a un valor casi duplicado, que en promedio es de
67,33%, en relación al pretest y por supuesto eso disminuye el porcentaje de desaciertos en la
misma proporción. Se puede ver que el porcentaje más alto de aciertos fue en la parte conceptual
y procedimental, lo que quiere decir que los estudiantes lograron entender mejor los conceptos y
procesos de resolución de problemas de la vida real. Y por supuesto también en las preguntas de
tipo metacognitivo subieron a un 63,79%, lo que demuestra que lograron entender cómo se puede
aplicar en la vida cotidiana.
El aumento demuestra que después de la aplicación de la estrategia, sí se lograron mejorar
su aprendizaje significativo. Los aumentos en los porcentajes significan que la propuesta fue
efectiva, y que la robótica educativa por medio del simulador Scratch, es una estrategia
interdisciplinaria que permitió la mejora del aprendizaje significativo en el contenido de
progresiones aritméticas y geométricas.
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%68,39% 69,83% 63,79%
31,61% 30,17% 36,21%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del pretest y postest grupo experimental
PRETEST Experimental POSTEST Experimental
Figura 5
Comparativa de resultados del pretest y postest en el grupo experimental
Fuente: Elaborada por los autores
La Figura 5, muestra los resultados comparativos de los aciertos y desaciertos del pretest,
en los estudiantes del grupo experimental. Las barras de color azul, representan los resultados del
pretest y otras de color rojo, los resultados del postest. En el lado izquierdo, se puede observar
que las barras de aciertos (azul) son bajas, pues, el promedio entre los resultados de las respuestas
de tipo cognitivo, procedimental y metacognitivo, es de 31.19%. Mientras las barras de
desaciertos, el lado derecho, bordean un promedio de 68,81%.
Luego, de realizada la aplicación de la propuesta pedagógica del uso de robótica
educativa, por medio del simulador Scratch, en la Figura 5 se observan los resultados del postest.
La barra de color rojo representan los resultados del postest, la cantidad de aciertos en el lado
izquierdo, se ve claramente ha aumentado a un valor casi duplicado, que en promedio es de
67,33%, en relación al pretest y por supuesto eso disminuye el porcentaje de desaciertos en la
misma proporción. Se puede ver que el porcentaje más alto de aciertos fue en la parte conceptual
y procedimental, lo que quiere decir que los estudiantes lograron entender mejor los conceptos y
procesos de resolución de problemas de la vida real. Y por supuesto también en las preguntas de
tipo metacognitivo subieron a un 63,79%, lo que demuestra que lograron entender cómo se puede
aplicar en la vida cotidiana.
El aumento demuestra que después de la aplicación de la estrategia, sí se lograron mejorar
su aprendizaje significativo. Los aumentos en los porcentajes significan que la propuesta fue
efectiva, y que la robótica educativa por medio del simulador Scratch, es una estrategia
interdisciplinaria que permitió la mejora del aprendizaje significativo en el contenido de
progresiones aritméticas y geométricas.
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%68,39% 69,83% 63,79%
31,61% 30,17% 36,21%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del pretest y postest grupo experimental
PRETEST Experimental POSTEST Experimental
Vol. 12/ Núm. 4 2025 pág. 23
Validación de resultados con T de Student con el grupo experimental en la asignatura de
matemáticas
Para validar de forma más confiable el análisis de datos se realizar una prueba de T de
Student, usando la herramienta EXCEL. En la prueba se asume dos hipótesis, la primera, H0 que
es la probabilidad de que no existan cambios significativos entre los datos del pretest y los datos
del postest. La segunda, H1, la probabilidad de que existan cambios significativos entre los datos
del pretest y el postest.
Se realiza la validación de resultados al hacer una comparativa de los resultados obtenidos
en la aplicación del T de Student. Si la probabilidad del estadístico P(T<=t) de dos colas es menor
a 0,05 se rechaza H0 y se toma como verdadera la H1. Después de calculado el estadístico la
probabilidad P(T<=t) es 0,0000005, muy menor a 0,05, por lo tanto, se admite que por medio de
la aplicación de propuesta pedagógica se lograron cambios significativos que resultaron en
mejoras en el grupo experimental, los estudiantes lograron mejorar en el aprendizaje significativo.
Este resultado confirma lo que se analizó por medio de la estadística descriptiva con las medias
porcentuales.
Comparativa entre Pretest y Postest de matemáticas grupo de control
Por otro lado se presenta los resultados del pretest y postest del grupo experimental con
quienes se trabajó con metodologías tradicionales.
Figura 6
Comparativa de resultados del pretest y postest en el grupo de control
Fuente: Elaborada por los autores
La Figura 6, representa los porcentajes de estudiantes del grupo de control, que
respondieron de forma correcta e incorrecta en el pretest y postest. Las barras de color azul
significan los valores de los resultados del pretest y las de color rojo los valores de los resultados
del postest. En el lado izquierdo de la gráfica, se puede observar las barras de cantidad de aciertos
y en el lado derecho la cantidad de desaciertos. Las barras del pretest y postest, no se diferencian
mucho. Con relación a los aciertos se puede distinguir un pequeño aumento, eso es bastante obvio,
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
35,78% 28,28% 32,76%
64,22% 71,72% 67,24%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del pretest y postest grupo de control
PRETEST Control POSTEST Control
Validación de resultados con T de Student con el grupo experimental en la asignatura de
matemáticas
Para validar de forma más confiable el análisis de datos se realizar una prueba de T de
Student, usando la herramienta EXCEL. En la prueba se asume dos hipótesis, la primera, H0 que
es la probabilidad de que no existan cambios significativos entre los datos del pretest y los datos
del postest. La segunda, H1, la probabilidad de que existan cambios significativos entre los datos
del pretest y el postest.
Se realiza la validación de resultados al hacer una comparativa de los resultados obtenidos
en la aplicación del T de Student. Si la probabilidad del estadístico P(T<=t) de dos colas es menor
a 0,05 se rechaza H0 y se toma como verdadera la H1. Después de calculado el estadístico la
probabilidad P(T<=t) es 0,0000005, muy menor a 0,05, por lo tanto, se admite que por medio de
la aplicación de propuesta pedagógica se lograron cambios significativos que resultaron en
mejoras en el grupo experimental, los estudiantes lograron mejorar en el aprendizaje significativo.
Este resultado confirma lo que se analizó por medio de la estadística descriptiva con las medias
porcentuales.
Comparativa entre Pretest y Postest de matemáticas grupo de control
Por otro lado se presenta los resultados del pretest y postest del grupo experimental con
quienes se trabajó con metodologías tradicionales.
Figura 6
Comparativa de resultados del pretest y postest en el grupo de control
Fuente: Elaborada por los autores
La Figura 6, representa los porcentajes de estudiantes del grupo de control, que
respondieron de forma correcta e incorrecta en el pretest y postest. Las barras de color azul
significan los valores de los resultados del pretest y las de color rojo los valores de los resultados
del postest. En el lado izquierdo de la gráfica, se puede observar las barras de cantidad de aciertos
y en el lado derecho la cantidad de desaciertos. Las barras del pretest y postest, no se diferencian
mucho. Con relación a los aciertos se puede distinguir un pequeño aumento, eso es bastante obvio,
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
35,78% 28,28% 32,76%
64,22% 71,72% 67,24%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del pretest y postest grupo de control
PRETEST Control POSTEST Control
Vol. 12/ Núm. 4 2025 pág. 24
porque la clase resulto solo un pequeño refuerzo de lo el docente previamente había expuesto días
antes, pero no lograron mejorar aprendizaje significativo.
En el caso de las preguntas conceptuales, hubo un aumento de 11,15%; en las preguntas
procedimentales hubo un retroceso de 17,98%, lo que sugiere que hubo mayor dificultad en las
resoluciones de problemas de aplicación y en la comprensión del contenido. En el caso de la
pregunta de tipo metacognitivo también hubo un retroceso de 13,63%, de igual forma se los
valores sugieren que los estudiantes tuvieron más dificultades en relacionar lo aprendido con su
entorno.
El justificativo del ligero aumento y el retroceso, es que puede que algunos estudiantes
lograron llenar los vacíos en lo concerniente a conceptualización, pero tuvieron retrocesos o dudas
en cuanto a la parte procedimental y relacionarlos con contestos aplicativos reales. De eso se
determina que la metodología tradicional no aporta en el aprendizaje significativo.
Validación de resultados con T de Student con el grupo control en la asignatura de
matemáticas
Se aplica la prueba de T de Student, a los resultados del pretest y postest del grupo de
control. Se asume dos hipótesis; la primera, H0 es la probabilidad de que no existan cambios
significativos entre los resultados del pretest y el postest. La segunda, H1, la probabilidad de que
existan cambios significativos entre los datos del pretest y el postest.
Según los datos calculados por el programa EXCEL, la probabilidad del estadístico
P(T<=t) de dos colas, debe ser menor a 0,05 para rechazar H0 y se toma como verdadera la H1. Se
conoce que P(T<=t) es 0,67; mayor a 0,05, por lo que se determina que no existen cambios
significativos en la aplicación de la propuesta pedagógica, esto es claro, pues se utilizó
metodología tradicional en el grupo de control, entonces, los estudiantes no lograron alcanzar el
aprendizaje significativo. Este resultado confirma lo que se analizó por medio de la estadística
descriptiva con las medias porcentuales.
Comparativa entre Pretest y Postest de física
La Figura 7, muestra el nivel de aumento de los estudiantes que estuvieron bajo la
propuesta de robótica educativa con el simulador Scratch.
porque la clase resulto solo un pequeño refuerzo de lo el docente previamente había expuesto días
antes, pero no lograron mejorar aprendizaje significativo.
En el caso de las preguntas conceptuales, hubo un aumento de 11,15%; en las preguntas
procedimentales hubo un retroceso de 17,98%, lo que sugiere que hubo mayor dificultad en las
resoluciones de problemas de aplicación y en la comprensión del contenido. En el caso de la
pregunta de tipo metacognitivo también hubo un retroceso de 13,63%, de igual forma se los
valores sugieren que los estudiantes tuvieron más dificultades en relacionar lo aprendido con su
entorno.
El justificativo del ligero aumento y el retroceso, es que puede que algunos estudiantes
lograron llenar los vacíos en lo concerniente a conceptualización, pero tuvieron retrocesos o dudas
en cuanto a la parte procedimental y relacionarlos con contestos aplicativos reales. De eso se
determina que la metodología tradicional no aporta en el aprendizaje significativo.
Validación de resultados con T de Student con el grupo control en la asignatura de
matemáticas
Se aplica la prueba de T de Student, a los resultados del pretest y postest del grupo de
control. Se asume dos hipótesis; la primera, H0 es la probabilidad de que no existan cambios
significativos entre los resultados del pretest y el postest. La segunda, H1, la probabilidad de que
existan cambios significativos entre los datos del pretest y el postest.
Según los datos calculados por el programa EXCEL, la probabilidad del estadístico
P(T<=t) de dos colas, debe ser menor a 0,05 para rechazar H0 y se toma como verdadera la H1. Se
conoce que P(T<=t) es 0,67; mayor a 0,05, por lo que se determina que no existen cambios
significativos en la aplicación de la propuesta pedagógica, esto es claro, pues se utilizó
metodología tradicional en el grupo de control, entonces, los estudiantes no lograron alcanzar el
aprendizaje significativo. Este resultado confirma lo que se analizó por medio de la estadística
descriptiva con las medias porcentuales.
Comparativa entre Pretest y Postest de física
La Figura 7, muestra el nivel de aumento de los estudiantes que estuvieron bajo la
propuesta de robótica educativa con el simulador Scratch.
Vol. 12/ Núm. 4 2025 pág. 25
Figura 7
Comparativa de resultados del pretest y postest en el grupo experimental
Fuente: Elaborada por los autores
La Figura 7, presenta el aumento de los estudiantes del grupo de experimentación, en el
lado izquierdo se puede observar el porcentaje de aciertos de los estudiantes. El color azul es el
resultado del pretest y el color rojo el resultado del postest. La figura demuestra el porcentaje de
aumento de estudiantes que lograron mejorar su aprendizaje significativo, en la parte conceptual
fue un aumento del 105,17% con relación al pretest, ósea, aproximadamente se duplico la cantidad
de estudiantes que acertaron las respuestas. En la parte procedimental hubo un aumento del
63,87%, y las preguntas de tipo metacognitivo se alcanzó un aumento 61,10%, con relación al
pretest. Estos aumentos significan que la propuesta fue efectiva, y que la robótica educativa por
medio del simulador Scratch, es una estrategia interdisciplinaria que permitió la mejora del
aprendizaje significativo en el contenido de progresiones aritméticas y geométricas.
Figura 8
Comparativa de resultados del pretest y postest en el grupo de control
Fuente: Elaborada por los autores
29,39% 32,73% 32,73%
70,61% 67,27% 67,27%
60,30% 53,64% 52,73% 39,70% 46,36% 47,27%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del Pretest y Postest grupo experimental
Pretest Experimental Postest Experimental
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del Pretest y Postest grupo control
Pretest Control Postest Control
Figura 7
Comparativa de resultados del pretest y postest en el grupo experimental
Fuente: Elaborada por los autores
La Figura 7, presenta el aumento de los estudiantes del grupo de experimentación, en el
lado izquierdo se puede observar el porcentaje de aciertos de los estudiantes. El color azul es el
resultado del pretest y el color rojo el resultado del postest. La figura demuestra el porcentaje de
aumento de estudiantes que lograron mejorar su aprendizaje significativo, en la parte conceptual
fue un aumento del 105,17% con relación al pretest, ósea, aproximadamente se duplico la cantidad
de estudiantes que acertaron las respuestas. En la parte procedimental hubo un aumento del
63,87%, y las preguntas de tipo metacognitivo se alcanzó un aumento 61,10%, con relación al
pretest. Estos aumentos significan que la propuesta fue efectiva, y que la robótica educativa por
medio del simulador Scratch, es una estrategia interdisciplinaria que permitió la mejora del
aprendizaje significativo en el contenido de progresiones aritméticas y geométricas.
Figura 8
Comparativa de resultados del pretest y postest en el grupo de control
Fuente: Elaborada por los autores
29,39% 32,73% 32,73%
70,61% 67,27% 67,27%
60,30% 53,64% 52,73% 39,70% 46,36% 47,27%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del Pretest y Postest grupo experimental
Pretest Experimental Postest Experimental
28,65% 32,46% 32,46%
71,35% 67,54% 67,54%
32,19% 34,48% 37,93%
67,81% 65,52% 62,07%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Conceptual
Procedimental
Metacongnitiva
Conceptual
Procedimental
Metacongnitiva
ACIERTOS DESACIERTOS
Comparativa del Pretest y Postest grupo control
Pretest Control Postest Control
Vol. 12/ Núm. 4 2025 pág. 26
La Figura 8, representa los porcentajes de estudiantes que respondieron de forma correcta
e incorrecta en el postest, pero el grupo de control. Las barras de color azul significan los valores
del prestest y los de color rojo los valores del postest. En el lado izquierdo de la gráfica, se puede
observar la cantidad de aciertos y en el lado derecho la cantidad de desaciertos. Con relación a
los aciertos se puede distinguir un pequeño aumento, eso es bastante obvio, porque la clase resulto
solo un pequeño refuerzo de lo que ya aprendieron, pero no se trató de un aprendizaje
significativo.
En el caso de las preguntas conceptuales, hubo un aumento de 3,54%; en las preguntas
procedimentales hubo un aumento de 2,02% y en el caso de la pregunta de tipo metacognitivo el
aumento es de 5,47%. El justificativo del ligero aumento es que puede que algunos estudiantes
lograron llenar los vacíos que tenían sobre el tema y lograron entender mejor el contenido. De eso
se determina que la metodología tradicional no aporta en el aprendizaje significativo.
Validación de resultados con T de Student con el grupo experimental y de control en la
asignatura de Física
Tal como se realizó en el caso del análisis de datos del pretest y postest de los
cuestionarios con la prueba de T de Student. Se plantea las dos hipótesis de resultados; la primera,
H0 la probabilidad de que no existan cambios significativos entre los resultados del pretest y el
postest. La segunda, H1, la probabilidad de que existan cambios significativos entre los datos del
pretest y el postest.
Según el análisis realizado en el programa EXCEL, la probabilidad del estadístico
P(T<=t) de dos colas, debe ser menor a 0,05 para rechazar H0 y se toma como verdadera la H1.
Por el contrario si la probabilidad del estadístico, P(T<=t) es mayor a 0,05; entonces se acepta H0
y se demuestra que no es cierta H1.
En el caso de los resultados de los cuestionarios, pretest y postest, del grupo de
experimentación de la asignatura de física, la probabilidad del estadístico, P(T<=t) es de
0,000072; mucho menor a 0,05. Por lo tanto, se cumple la hipótesis H1; o sea, existen cambios
significativos en la aplicación de la propuesta. Lo que demuestra que la propuesta de la robótica
educativa por medio de Scratch, resulto muy efectiva.
Por otro lado, los resultados de los cuestionarios, pretest y postest, del grupo de control
de la asignatura de física, la probabilidad del estadístico, P(T<=t) es de 0,31; mucho mayor a 0,05.
Lo que hace que se cumpla la hipótesis H0, que es la proposición de que no existieron cambios
significativos. Y por lo expuesto por medio de la estadística descriptiva de las medias
porcentuales, es justo lo que se demostró. En realidad no existieron mejoras en el aprendizaje
significativo y la razone es que se aplicó metodología tradicional.
La Figura 8, representa los porcentajes de estudiantes que respondieron de forma correcta
e incorrecta en el postest, pero el grupo de control. Las barras de color azul significan los valores
del prestest y los de color rojo los valores del postest. En el lado izquierdo de la gráfica, se puede
observar la cantidad de aciertos y en el lado derecho la cantidad de desaciertos. Con relación a
los aciertos se puede distinguir un pequeño aumento, eso es bastante obvio, porque la clase resulto
solo un pequeño refuerzo de lo que ya aprendieron, pero no se trató de un aprendizaje
significativo.
En el caso de las preguntas conceptuales, hubo un aumento de 3,54%; en las preguntas
procedimentales hubo un aumento de 2,02% y en el caso de la pregunta de tipo metacognitivo el
aumento es de 5,47%. El justificativo del ligero aumento es que puede que algunos estudiantes
lograron llenar los vacíos que tenían sobre el tema y lograron entender mejor el contenido. De eso
se determina que la metodología tradicional no aporta en el aprendizaje significativo.
Validación de resultados con T de Student con el grupo experimental y de control en la
asignatura de Física
Tal como se realizó en el caso del análisis de datos del pretest y postest de los
cuestionarios con la prueba de T de Student. Se plantea las dos hipótesis de resultados; la primera,
H0 la probabilidad de que no existan cambios significativos entre los resultados del pretest y el
postest. La segunda, H1, la probabilidad de que existan cambios significativos entre los datos del
pretest y el postest.
Según el análisis realizado en el programa EXCEL, la probabilidad del estadístico
P(T<=t) de dos colas, debe ser menor a 0,05 para rechazar H0 y se toma como verdadera la H1.
Por el contrario si la probabilidad del estadístico, P(T<=t) es mayor a 0,05; entonces se acepta H0
y se demuestra que no es cierta H1.
En el caso de los resultados de los cuestionarios, pretest y postest, del grupo de
experimentación de la asignatura de física, la probabilidad del estadístico, P(T<=t) es de
0,000072; mucho menor a 0,05. Por lo tanto, se cumple la hipótesis H1; o sea, existen cambios
significativos en la aplicación de la propuesta. Lo que demuestra que la propuesta de la robótica
educativa por medio de Scratch, resulto muy efectiva.
Por otro lado, los resultados de los cuestionarios, pretest y postest, del grupo de control
de la asignatura de física, la probabilidad del estadístico, P(T<=t) es de 0,31; mucho mayor a 0,05.
Lo que hace que se cumpla la hipótesis H0, que es la proposición de que no existieron cambios
significativos. Y por lo expuesto por medio de la estadística descriptiva de las medias
porcentuales, es justo lo que se demostró. En realidad no existieron mejoras en el aprendizaje
significativo y la razone es que se aplicó metodología tradicional.
Vol. 12/ Núm. 4 2025 pág. 27
CONCLUSIONES
La investigación fue motivada por la identificación de baja demostración en el
aprendizaje significativo, de los estudiantes de segundo de bachillerato de la Unidad Educativa
José Mejía Lequerica, las dificultades son relacionadas con la abstracción de contenidos,
procedimientos, metacognición, además, de la desmotivación de los estudiantes en el proceso de
enseñanza-aprendizaje. Como lo expone Arevalo-Gross (2018), en el informe de las pruebas
PISA-D, los estudiantes no están en la “potencialidad de aplicar procedimientos tanto
matemáticos como científicos, la capacidad de interpretar datos y reconocer la representación de
situaciones o experimentos sencillos”, en las áreas de matemática y ciencias.
El diagnóstico inicial, por medio del cuestionario pretest, evidenció muchas deficiencias
en el aprendizaje significativo de los estudiantes de segundo de bachillerato en los contenidos de
progresiones aritméticas y geométricas y la Ley de Coulomb, de las asignaturas de matemáticas
y física, respectivamente. Tal como lo determina, Arevalo-Gross (2018), en el informe de las
pruebas PISA-D, 2017; los estudiantes ecuatorianos demostraron problemas en la
conceptualización, análisis procedimental y metacognición, lo que se traduce en que no han
logrado alcanzar el aprendizaje significativo. Entonces los resultados del pretest de la
investigación, sugieren la implementación de una estrategia interdisciplinaria con metodologías
activas, como la robótica educativa, para lograr el objetivo de mejorar el aprendizaje significativo.
Con relación al uso de la robótica educativa, como metodología activa, Terrones-Rojas
(2023), explica que su uso permite concebir, diseñar y desarrollar mecanismos robóticos que
integran diversas áreas del conocimiento como las Matemáticas, las Ciencias, la Tecnología, la
Ingeniería Mecánica, la Ingeniería Eléctrica y la Inteligencia Artificial, motivando a los
estudiantes a experimentar y aprender haciendo. Eso es justamente por lo que en esta
investigación se ha definido como estrategia pedagógica para mejorar el aprendizaje significativo
de los estudiantes.
La aplicación de la estrategia, permitió observar, que los estudiantes demostraron mayor
interés y motivación en las actividades, lo que permite incrementar el desempeño académico. Tal
como los expresa, Terrones-Rojas (2023), el aprendizaje es una “experiencia de aprender
haciendo”, lo que incentiva a mejorar el aprendizaje significativo, especialmente al combinarlo
con el enfoque STEM.
Otros autores como, Choudhary y Potdar (2023), definen a la robótica educativa, como
una herramienta muy eficaz dentro del enfoque STEM, que fomenta la creatividad, el uso de las
matemáticas y ciencias aplicadas, que junto a las nuevas tecnologías, permite a los estudiantes
dar solución a problemas de forma individual y/o colaborativa, lo que aporta al desarrollo del
aprendizaje significativo. Eso es lo que justamente se ha logrado identificar en la aplicación de
CONCLUSIONES
La investigación fue motivada por la identificación de baja demostración en el
aprendizaje significativo, de los estudiantes de segundo de bachillerato de la Unidad Educativa
José Mejía Lequerica, las dificultades son relacionadas con la abstracción de contenidos,
procedimientos, metacognición, además, de la desmotivación de los estudiantes en el proceso de
enseñanza-aprendizaje. Como lo expone Arevalo-Gross (2018), en el informe de las pruebas
PISA-D, los estudiantes no están en la “potencialidad de aplicar procedimientos tanto
matemáticos como científicos, la capacidad de interpretar datos y reconocer la representación de
situaciones o experimentos sencillos”, en las áreas de matemática y ciencias.
El diagnóstico inicial, por medio del cuestionario pretest, evidenció muchas deficiencias
en el aprendizaje significativo de los estudiantes de segundo de bachillerato en los contenidos de
progresiones aritméticas y geométricas y la Ley de Coulomb, de las asignaturas de matemáticas
y física, respectivamente. Tal como lo determina, Arevalo-Gross (2018), en el informe de las
pruebas PISA-D, 2017; los estudiantes ecuatorianos demostraron problemas en la
conceptualización, análisis procedimental y metacognición, lo que se traduce en que no han
logrado alcanzar el aprendizaje significativo. Entonces los resultados del pretest de la
investigación, sugieren la implementación de una estrategia interdisciplinaria con metodologías
activas, como la robótica educativa, para lograr el objetivo de mejorar el aprendizaje significativo.
Con relación al uso de la robótica educativa, como metodología activa, Terrones-Rojas
(2023), explica que su uso permite concebir, diseñar y desarrollar mecanismos robóticos que
integran diversas áreas del conocimiento como las Matemáticas, las Ciencias, la Tecnología, la
Ingeniería Mecánica, la Ingeniería Eléctrica y la Inteligencia Artificial, motivando a los
estudiantes a experimentar y aprender haciendo. Eso es justamente por lo que en esta
investigación se ha definido como estrategia pedagógica para mejorar el aprendizaje significativo
de los estudiantes.
La aplicación de la estrategia, permitió observar, que los estudiantes demostraron mayor
interés y motivación en las actividades, lo que permite incrementar el desempeño académico. Tal
como los expresa, Terrones-Rojas (2023), el aprendizaje es una “experiencia de aprender
haciendo”, lo que incentiva a mejorar el aprendizaje significativo, especialmente al combinarlo
con el enfoque STEM.
Otros autores como, Choudhary y Potdar (2023), definen a la robótica educativa, como
una herramienta muy eficaz dentro del enfoque STEM, que fomenta la creatividad, el uso de las
matemáticas y ciencias aplicadas, que junto a las nuevas tecnologías, permite a los estudiantes
dar solución a problemas de forma individual y/o colaborativa, lo que aporta al desarrollo del
aprendizaje significativo. Eso es lo que justamente se ha logrado identificar en la aplicación de
Vol. 12/ Núm. 4 2025 pág. 28
la estrategia interdisciplinar de la robótica educativa por medio de Scratch, en los estudiantes del
grupo de experimentación.
Martínez Ortegón et al. (2022), expresan que la robótica educativa por medio de Scratch,
es un recurso didáctico flexible, que permite el desarrollo de proyectos interdisciplinarios en la
educación, especialmente en la resolución de problemas (Martínez Ortegón et al., 2022). En
nuestra investigación se logró captar el interés y motivación de los estudiantes del grupo
experimental, al trabajar con la robótica y el simulador Scratch, se logró que los estudiantes
alcanzaran el aprendizaje significativo por medio de la aplicación de ABPr, coincidiendo con lo
expresado por el autor citado al inicio de este párrafo.
Para terminar el proceso investigativo, se aplicó el postest, que evidenció lo que se
estimaba. Al aplicar metodologías activas como la robótica educativa por medio del simulador
Scratch, resultó en mejorar el aprendizaje significativo de los estudiantes del grupo experimental,
en relación a los contenidos establecidos. Se evidenció mejoras en la conceptualización,
procedimientos y pensamiento metacognitivo de los estudiantes. Por lo contrario, los estudiantes
que estaban bajo el régimen de metodologías tradicionales, mantuvieron su estado, sin mejoras
en su aprendizaje significativo.
Con este análisis previo se llega a las siguientes conclusiones:
En primer lugar se ha determinado que uno de los problemas generales en la educación
del Ecuador, es que en el proceso de enseñanza – aprendizaje, los estudiantes no alcanzan a
desarrollar las competencias establecidas en el currículo educativo ecuatoriano. Por supuesto, a
ese panorama, los docentes están en la capacidad usar propuestas pedagógicas y estrategias que
mejoren el aprendizaje significativo, que es la base para alcanzar las competencias mencionadas.
Entre las estrategias pedagógicas se encuentran las metodologías activas como la robótica
educativa, que permite desarrollar el interés, la motivación, la capacidad de análisis, razonamiento
lógico y enlazar con el enfoque STEM, las actividades que realizan los estudiantes para mejorar
el aprendizaje significativo.
En segundo lugar, se ha podido definir que los estudiantes de segundo de bachillerato de
la Unidad Educativa José Mejía Lequerica, demostraron dificultades en los mismos aspectos que
el sistema ecuatoriano identifico en el año 2018, según el informe de las pruebas PISA-D, 2017.
Los cuestionarios pretest determinaron las falencias, que se expresaron el informe mencionado,
dificultades en aplicar conceptos, procedimientos y metacognición, en las áreas de matemáticas
y ciencias. Eso exige medidas transformadoras en el proceso de enseñanza – aprendizaje, como
el uso de metodologías activas como la robótica educativa por medio del simulador Scratch, para
desarrollar el aprendizaje significativo de los estudiantes.
La propuesta desarrollada por los investigadores, fue una estrategia interdisciplinaria,
basada en la robótica educativa por medio del simulador Scratch. La planificación se centró en
dos grupos, un de experimentación y otro de control. Para el grupo experimental se aplicó la
la estrategia interdisciplinar de la robótica educativa por medio de Scratch, en los estudiantes del
grupo de experimentación.
Martínez Ortegón et al. (2022), expresan que la robótica educativa por medio de Scratch,
es un recurso didáctico flexible, que permite el desarrollo de proyectos interdisciplinarios en la
educación, especialmente en la resolución de problemas (Martínez Ortegón et al., 2022). En
nuestra investigación se logró captar el interés y motivación de los estudiantes del grupo
experimental, al trabajar con la robótica y el simulador Scratch, se logró que los estudiantes
alcanzaran el aprendizaje significativo por medio de la aplicación de ABPr, coincidiendo con lo
expresado por el autor citado al inicio de este párrafo.
Para terminar el proceso investigativo, se aplicó el postest, que evidenció lo que se
estimaba. Al aplicar metodologías activas como la robótica educativa por medio del simulador
Scratch, resultó en mejorar el aprendizaje significativo de los estudiantes del grupo experimental,
en relación a los contenidos establecidos. Se evidenció mejoras en la conceptualización,
procedimientos y pensamiento metacognitivo de los estudiantes. Por lo contrario, los estudiantes
que estaban bajo el régimen de metodologías tradicionales, mantuvieron su estado, sin mejoras
en su aprendizaje significativo.
Con este análisis previo se llega a las siguientes conclusiones:
En primer lugar se ha determinado que uno de los problemas generales en la educación
del Ecuador, es que en el proceso de enseñanza – aprendizaje, los estudiantes no alcanzan a
desarrollar las competencias establecidas en el currículo educativo ecuatoriano. Por supuesto, a
ese panorama, los docentes están en la capacidad usar propuestas pedagógicas y estrategias que
mejoren el aprendizaje significativo, que es la base para alcanzar las competencias mencionadas.
Entre las estrategias pedagógicas se encuentran las metodologías activas como la robótica
educativa, que permite desarrollar el interés, la motivación, la capacidad de análisis, razonamiento
lógico y enlazar con el enfoque STEM, las actividades que realizan los estudiantes para mejorar
el aprendizaje significativo.
En segundo lugar, se ha podido definir que los estudiantes de segundo de bachillerato de
la Unidad Educativa José Mejía Lequerica, demostraron dificultades en los mismos aspectos que
el sistema ecuatoriano identifico en el año 2018, según el informe de las pruebas PISA-D, 2017.
Los cuestionarios pretest determinaron las falencias, que se expresaron el informe mencionado,
dificultades en aplicar conceptos, procedimientos y metacognición, en las áreas de matemáticas
y ciencias. Eso exige medidas transformadoras en el proceso de enseñanza – aprendizaje, como
el uso de metodologías activas como la robótica educativa por medio del simulador Scratch, para
desarrollar el aprendizaje significativo de los estudiantes.
La propuesta desarrollada por los investigadores, fue una estrategia interdisciplinaria,
basada en la robótica educativa por medio del simulador Scratch. La planificación se centró en
dos grupos, un de experimentación y otro de control. Para el grupo experimental se aplicó la
Vol. 12/ Núm. 4 2025 pág. 29
propuesta de la robótica educativa, bajo un EVEA, en la plataforma milaulas.com. Mientras el
grupo de control, se siguió con metodología tradicional. El objetivo de la investigación fue
comprender el efecto de la propuesta en cada grupo para definir si existen mejoras como lo han
mencionado varios autores que han realizado investigaciones similares.
Finalmente, después del postest aplicado a los dos grupos, cada uno según su
planificación, se ha logrado determinar lo que se esperaba. Se concluye que el grupo experimental
mejoró notablemente en comprensión, aplicación y transferencia del conocimiento frente al grupo
control, que solo tuvo un mejoramiento mínimo. Se concluye que la propuesta metodológica
estratégica de la robótica educativa por medio del simulador Scratch, resultó eficiente en el
mejoramiento del aprendizaje significativo en Física y Matemáticas dentro del enfoque STEM.
Puesto que la investigación se realizó sol en una muestra, se sugiere seguirla aplicando de forma
continua a los mismos grupos, en las mismas asignaturas u otras, como parte de proyectos
interdisciplinarios.
propuesta de la robótica educativa, bajo un EVEA, en la plataforma milaulas.com. Mientras el
grupo de control, se siguió con metodología tradicional. El objetivo de la investigación fue
comprender el efecto de la propuesta en cada grupo para definir si existen mejoras como lo han
mencionado varios autores que han realizado investigaciones similares.
Finalmente, después del postest aplicado a los dos grupos, cada uno según su
planificación, se ha logrado determinar lo que se esperaba. Se concluye que el grupo experimental
mejoró notablemente en comprensión, aplicación y transferencia del conocimiento frente al grupo
control, que solo tuvo un mejoramiento mínimo. Se concluye que la propuesta metodológica
estratégica de la robótica educativa por medio del simulador Scratch, resultó eficiente en el
mejoramiento del aprendizaje significativo en Física y Matemáticas dentro del enfoque STEM.
Puesto que la investigación se realizó sol en una muestra, se sugiere seguirla aplicando de forma
continua a los mismos grupos, en las mismas asignaturas u otras, como parte de proyectos
interdisciplinarios.
Vol. 12/ Núm. 4 2025 pág. 30
REFERENCIAS
Anchundia Roldán, N. d., Anchundia Roldán, M. A., Chila Espinoza, B. M., & Angulo Quiñónez,
F. M. (2023). Metodologías Activas para un Aprendizaje Significativo. Ciencia Latina
Revista Científica Multidisciplinar, 7(4), 6930 - 69452.
https://doi.org/10.37811/cl_rcm.v7i4.7453
Arévalo Gross, J. (2018). Resultados de PISA para el desarrollo. Quito: PISA-D
Castro Morales, L. G., Arias Collaguazo, W. M., Maldonado Gudiño, C. W., & Castro Armas, D.
E. (2025). Análisis de la influencia del área de residencia en el acceso a Internet: Un
enfoque basado en la prueba de Chi-cuadrado. Dilemas Contemporáneos: Educación,
Política y Valores, XII(3), 1-16. https://doi.org/10.46377/dilemas.v12i3.4652
Capili , B., & Joyce K , A. (2024). An Introduction to the Quasi-Experimental Design
(Nonrandomized Design). National Institutes of Health, 124(11), 50 - 52.
https://doi.org/10.1097/01.NAJ.0001081740.74815.20
Cedeño Zambrano, E. (2023). Implementación de la robótica educativa en el currículo escolar:
Experiencias y perspectivas. INGeniGlobal, 2(2), 16-27.
https://doi.org/10.62943/rig.v2n2.2023.63
Choudhary , P., & Potdar, P. (2023). Robotics in STEM Education: Enhancing Engagement,
Skills, and Future Readiness. International Journal of Advanced Research in Science,
Communication and Technology, 3(1), 749 - 759. https://doi.org/10.48175/IJARSCT-
13098
Cisneros-Caicedo, A., Guevara-García , A., Urdánigo-Cedeño, J., & Garcés-Bravo, J. (2022).
Técnicas e Instrumentos para la Recolección de Datos que apoyan a la Investigación
Científica en tiempo de Pandemia. Dominio de las Ciencias, 8(1), 1165 - 1185.
http://dx.doi.org/10.23857/dc.v8i41.2546
González Fernández, M. O., Cebrián de la Serna, M., Huerta Gaytán, P., Flores Almendárez, J.,
Gómez Rodríguez , H., Ruíz Rey, F. J., . . . Cebrián Robles , V. (2021). Robótica Educativa.
Una perspectiva didáctica en el aula. Centro Universitario de Los Altos, Universidad de
Guadalajara. http://repositorio.cualtos.udg.mx:8080/jspui/handle/123456789/1157
Haro Sarango, A., Chisag Pallmay, E., Ruiz Sarzosa, J., & Caicedo Pozo, J. (2024). Tipos y
clasificación de las investigaciones. Revista Latinoamericana de ciencas sociales y
humanidades, 5(2), 955-966. https://doi.org/10.56712/latam.v5i2.1927
López-Altamirano, D. A., López–Altamirano, D. A., Ojeda-Sánchez, E. P., Tunja–Castro, D. T.,
Paredes-Maroto, M. d., Sánchez-Aguaguiña, N. L., . . . Gómez-Morales, M. d. (2022).
Metodologías activas de enseñanza: Una mirada futurista al desarrollo. Polo del
Conocimiento, 7(2), 1419-1430. https://doi.org/10.23857/pc.v7i2.3654
REFERENCIAS
Anchundia Roldán, N. d., Anchundia Roldán, M. A., Chila Espinoza, B. M., & Angulo Quiñónez,
F. M. (2023). Metodologías Activas para un Aprendizaje Significativo. Ciencia Latina
Revista Científica Multidisciplinar, 7(4), 6930 - 69452.
https://doi.org/10.37811/cl_rcm.v7i4.7453
Arévalo Gross, J. (2018). Resultados de PISA para el desarrollo. Quito: PISA-D
Castro Morales, L. G., Arias Collaguazo, W. M., Maldonado Gudiño, C. W., & Castro Armas, D.
E. (2025). Análisis de la influencia del área de residencia en el acceso a Internet: Un
enfoque basado en la prueba de Chi-cuadrado. Dilemas Contemporáneos: Educación,
Política y Valores, XII(3), 1-16. https://doi.org/10.46377/dilemas.v12i3.4652
Capili , B., & Joyce K , A. (2024). An Introduction to the Quasi-Experimental Design
(Nonrandomized Design). National Institutes of Health, 124(11), 50 - 52.
https://doi.org/10.1097/01.NAJ.0001081740.74815.20
Cedeño Zambrano, E. (2023). Implementación de la robótica educativa en el currículo escolar:
Experiencias y perspectivas. INGeniGlobal, 2(2), 16-27.
https://doi.org/10.62943/rig.v2n2.2023.63
Choudhary , P., & Potdar, P. (2023). Robotics in STEM Education: Enhancing Engagement,
Skills, and Future Readiness. International Journal of Advanced Research in Science,
Communication and Technology, 3(1), 749 - 759. https://doi.org/10.48175/IJARSCT-
13098
Cisneros-Caicedo, A., Guevara-García , A., Urdánigo-Cedeño, J., & Garcés-Bravo, J. (2022).
Técnicas e Instrumentos para la Recolección de Datos que apoyan a la Investigación
Científica en tiempo de Pandemia. Dominio de las Ciencias, 8(1), 1165 - 1185.
http://dx.doi.org/10.23857/dc.v8i41.2546
González Fernández, M. O., Cebrián de la Serna, M., Huerta Gaytán, P., Flores Almendárez, J.,
Gómez Rodríguez , H., Ruíz Rey, F. J., . . . Cebrián Robles , V. (2021). Robótica Educativa.
Una perspectiva didáctica en el aula. Centro Universitario de Los Altos, Universidad de
Guadalajara. http://repositorio.cualtos.udg.mx:8080/jspui/handle/123456789/1157
Haro Sarango, A., Chisag Pallmay, E., Ruiz Sarzosa, J., & Caicedo Pozo, J. (2024). Tipos y
clasificación de las investigaciones. Revista Latinoamericana de ciencas sociales y
humanidades, 5(2), 955-966. https://doi.org/10.56712/latam.v5i2.1927
López-Altamirano, D. A., López–Altamirano, D. A., Ojeda-Sánchez, E. P., Tunja–Castro, D. T.,
Paredes-Maroto, M. d., Sánchez-Aguaguiña, N. L., . . . Gómez-Morales, M. d. (2022).
Metodologías activas de enseñanza: Una mirada futurista al desarrollo. Polo del
Conocimiento, 7(2), 1419-1430. https://doi.org/10.23857/pc.v7i2.3654
Vol. 12/ Núm. 4 2025 pág. 31
Manterola , C., Hernández-Leal, M., Otzen , T., Espinosa, M., & Grande, L. (2023). Estudios de
Corte Transversal. Un Diseño de Investigación a Considerar en Ciencias Morfológicas. Int.
J. Morphol, 41(1), 146 - 155. https://www.scielo.cl/pdf/ijmorphol/v41n1/0717-9502-
ijmorphol-41-01-146.pdf
Martello, V., & Cleve , A. (2024). La selección de la muestra en el proceso de investigación. En
M. Branca , & A. Cuenca, Los diseños estructurados y la investigación cuantitativa:
aportes para su enseñanza desde el trabajo social (págs. 66 - 77). Editorial de la
Universidad Nacional de La Plata (EDULP).
http://sedici.unlp.edu.ar/handle/10915/169096
Martínez Ortegón, M., Narváez Velasco, P. A., & Losada Cárdenas, M. Á. (2022). Scratch como
recurso para el desarrollo del pensamiento lógico-matemático. desarrollo del pensamiento
lógico matemático en básica primaria. Trans Digital, 3(6), 295-322.
https://doi.org/https://doi.org/10.56162/transdigital140
Mercado Piedra , J. A., & Coronado Manquero, J. (2021). El muestreo y su relación con el diseño
metodológico de la investigación. En A. Barraza Macías, Manual de temas nodales de la
investigación cuantitativa (págs. 49 - 61). Universidad Pedagógica de Durango.
Ministerio de Educación del Ecuador. (02 de 2025). Currículo Priorizado con énfasis en
competencias comunicacionales, matemáticas, computacionales y socio emocionales.
Bachillerato. Quito, Pichincha, Ecuador.
Mora Vergara , A., Díaz Rincón , M., Lora Díaz , O., & Pérez, O. (2023). Validación por juicio
de expertos de un cuestionario sobre conocimientos, actitudes y prácticas del consumo de
frutas y verduras. Interciencia, 48(1), 43 - 50. https://www.interciencia.net/wp-
content/uploads/2023/02/06_6945_Com_Mora_v48n1_5.pdf
Morante Espinoza, H., & Ramírez Chávez, M. A. (2024). Comprensión Lectora y Aprendizaje
Significativo en los Estudiantes de Educación Básica Superior. Estudios y Perspectivas,
4(1), 164 - 193. https://doi.org/10.61384/r.c.a..v4i2.207
Mucha Hospinal, L. F., Chamorro Mejía, R., Oseda Lazo, M. E., & Alania Contreras, R. D.
(2021). Evaluación de procedimientos empleados para determinar la población y muestra
en trabajos de investigación de posgrado. Desafios. Revista Científica de Ciencias Sociales
y Humanidades, 12(1), 50 - 57. https://doi.org/10.37711/desafios.2021.12.1.253
Quiroz-Tuarez , S., & Zambrano-Montes, L. C. (2021). La experimentación en la Ciencias
Naturales para el desarollo de aprendizajes significativos. Revista Científica
Multidisciplinaria Arbitrada YACHASUN, 5(9), 1 - 15.
https://doi.org/10.46296/yc.v5i9edespsoct.0107
Roa Rocha, J. (2021). Importancia del aprendizaje significativo en la construcción de
conocimientos. Revista Científica de FAREM-Estelí, 10, 63-75.
https://doi.org/10.5377/farem.v0i0.11608
Manterola , C., Hernández-Leal, M., Otzen , T., Espinosa, M., & Grande, L. (2023). Estudios de
Corte Transversal. Un Diseño de Investigación a Considerar en Ciencias Morfológicas. Int.
J. Morphol, 41(1), 146 - 155. https://www.scielo.cl/pdf/ijmorphol/v41n1/0717-9502-
ijmorphol-41-01-146.pdf
Martello, V., & Cleve , A. (2024). La selección de la muestra en el proceso de investigación. En
M. Branca , & A. Cuenca, Los diseños estructurados y la investigación cuantitativa:
aportes para su enseñanza desde el trabajo social (págs. 66 - 77). Editorial de la
Universidad Nacional de La Plata (EDULP).
http://sedici.unlp.edu.ar/handle/10915/169096
Martínez Ortegón, M., Narváez Velasco, P. A., & Losada Cárdenas, M. Á. (2022). Scratch como
recurso para el desarrollo del pensamiento lógico-matemático. desarrollo del pensamiento
lógico matemático en básica primaria. Trans Digital, 3(6), 295-322.
https://doi.org/https://doi.org/10.56162/transdigital140
Mercado Piedra , J. A., & Coronado Manquero, J. (2021). El muestreo y su relación con el diseño
metodológico de la investigación. En A. Barraza Macías, Manual de temas nodales de la
investigación cuantitativa (págs. 49 - 61). Universidad Pedagógica de Durango.
Ministerio de Educación del Ecuador. (02 de 2025). Currículo Priorizado con énfasis en
competencias comunicacionales, matemáticas, computacionales y socio emocionales.
Bachillerato. Quito, Pichincha, Ecuador.
Mora Vergara , A., Díaz Rincón , M., Lora Díaz , O., & Pérez, O. (2023). Validación por juicio
de expertos de un cuestionario sobre conocimientos, actitudes y prácticas del consumo de
frutas y verduras. Interciencia, 48(1), 43 - 50. https://www.interciencia.net/wp-
content/uploads/2023/02/06_6945_Com_Mora_v48n1_5.pdf
Morante Espinoza, H., & Ramírez Chávez, M. A. (2024). Comprensión Lectora y Aprendizaje
Significativo en los Estudiantes de Educación Básica Superior. Estudios y Perspectivas,
4(1), 164 - 193. https://doi.org/10.61384/r.c.a..v4i2.207
Mucha Hospinal, L. F., Chamorro Mejía, R., Oseda Lazo, M. E., & Alania Contreras, R. D.
(2021). Evaluación de procedimientos empleados para determinar la población y muestra
en trabajos de investigación de posgrado. Desafios. Revista Científica de Ciencias Sociales
y Humanidades, 12(1), 50 - 57. https://doi.org/10.37711/desafios.2021.12.1.253
Quiroz-Tuarez , S., & Zambrano-Montes, L. C. (2021). La experimentación en la Ciencias
Naturales para el desarollo de aprendizajes significativos. Revista Científica
Multidisciplinaria Arbitrada YACHASUN, 5(9), 1 - 15.
https://doi.org/10.46296/yc.v5i9edespsoct.0107
Roa Rocha, J. (2021). Importancia del aprendizaje significativo en la construcción de
conocimientos. Revista Científica de FAREM-Estelí, 10, 63-75.
https://doi.org/10.5377/farem.v0i0.11608
Vol. 12/ Núm. 4 2025 pág. 32
Rosa Radaelli, M., Vásquez Astudillo, M., Abreu de Paula, A., & Radaelli Meira, R. (2021).
Robótica Educativa e Scratch na perspectiva de projeto na educaçãobásica para
desenvolvimento do pensamento computacional frente a cultura digital. Society and
Development, 10(3), 1-16. http://dx.doi.org/10.33448/rsd-v10i3.13076
Rosero Calderón , O. (2024). Fundamentos teóricos del uso de la robótica educativa. Ciencia
Latina Revista Científica Multidisciplinar, 8(1), 6364-6375.
https://doi.org/10.37811/cl_rcm.v8i1.9979
Terrones Rojas, D. E. (07 de 09 de 2024). La Robótica Educativa WEDO y su influencia en el
aprendizaje de las Matemáticas en los estudiantes del segundo grado de secundaria de la
I.E. República de Colombia - 2023. Lima, Lima, Perú.
Rosa Radaelli, M., Vásquez Astudillo, M., Abreu de Paula, A., & Radaelli Meira, R. (2021).
Robótica Educativa e Scratch na perspectiva de projeto na educaçãobásica para
desenvolvimento do pensamento computacional frente a cultura digital. Society and
Development, 10(3), 1-16. http://dx.doi.org/10.33448/rsd-v10i3.13076
Rosero Calderón , O. (2024). Fundamentos teóricos del uso de la robótica educativa. Ciencia
Latina Revista Científica Multidisciplinar, 8(1), 6364-6375.
https://doi.org/10.37811/cl_rcm.v8i1.9979
Terrones Rojas, D. E. (07 de 09 de 2024). La Robótica Educativa WEDO y su influencia en el
aprendizaje de las Matemáticas en los estudiantes del segundo grado de secundaria de la
I.E. República de Colombia - 2023. Lima, Lima, Perú.